
作者 | Martin Heinz
來源 | 機器之心
介紹 Python 炫酷功能(例如,變量解包,偏函數,枚舉可迭代對象等)的文章層出不窮。但是還有很多 Python 的編程小技巧鮮被提及。因此,本文會試著介紹一些其它文章沒有提到的小技巧,這些小技巧也是我平時會用到的的,讓我們一探究竟吧!
整理字符串輸入
整理用戶輸入的問題在編程過程中極為常見。通常情況下,將字符轉換為小寫或大寫就夠了,有時你可以使用正則表達式模塊「Regex」完成這項工作。但是如果問題很復雜,可能有更好的方法來解決:
user_input = "This\nstring has\tsome whitespaces...\r\n" character_map = { ord('\n') : ' ', ord('\t') : ' ', ord('\r') : None } user_input.translate(character_map) # This string has some whitespaces...
在本例中,你可以看到空格符「\ n」和「\ t」都被替換成了單個空格,「\ r」都被刪掉了。這只是個很簡單的例子,我們可以更進一步,使用「unicodedata」程序包生成大型重映射表,并使用其中的「combining()」進行生成和映射,我們可以
迭代器切片(Slice)
如果對迭代器進行切片操作,會返回一個「TypeError」,提示生成器對象沒有下標,但是我們可以用一個簡單的方案來解決這個問題:
import itertools s = itertools.islice(range(50), 10, 20) # <itertools.islice object at 0x7f70fab88138> for val in s: ...
我們可以使用「itertools.islice」創建一個「islice」對象,該對象是一個迭代器,可以產生我們想要的項。但需要注意的是,該操作要使用切片之前的所有生成器項,以及「islice」對象中的所有項。
跳過可迭代對象的開頭
有時你要處理一些以不需要的行(如注釋)開頭的文件?!竔tertools」再次提供了一種簡單的解決方案:
string_from_file = """ // Author: ... // License: ... // // Date: ... Actual content... """ import itertools for line in itertools.dropwhile(lambda line: line.startswith("http://"), string_from_file.split("\n")): print(line)
這段代碼只打印初始注釋部分之后的內容。如果我們只想舍棄可迭代對象的開頭部分(本示例中為開頭的注釋行),而又不知道要這部分有多長時,這種方法就很有用了。
只包含關鍵字參數的函數 (kwargs)
當我們使用下面的函數時,創建僅僅需要關鍵字參數作為輸入的函數來提供更清晰的函數定義,會很有幫助:
def test(*, a, b): pass test("value for a", "value for b") # TypeError: test() takes 0 positional arguments... test(a="value", b="value 2") # Works...
如你所見,在關鍵字參數之前加上一個「*」就可以解決這個問題。如果我們將某些參數放在「*」參數之前,它們顯然是位置參數。
創建支持「with」語句的對象
舉例而言,我們都知道如何使用「with」語句打開文件或獲取鎖,但是我們可以實現自己上下文表達式嗎?是的,我們可以使用「__enter__」和「__exit__」來實現上下文管理協議:
class Connection: def __init__(self): ... def __enter__(self): # Initialize connection... def __exit__(self, type, value, traceback): # Close connection... with Connection() as c: # __enter__() executes ... # conn.__exit__() executes
這是在 Python 中最常見的實現上下文管理的方法,但是還有更簡單的方法:
from contextlib import contextmanager @contextmanager def tag(name): print(f"<{name}>") yield print(f"</{name}>") with tag("h1"): print("This is Title.")
上面這段代碼使用 contextmanager 的 manager 裝飾器實現了內容管理協議。在進入 with 塊時 tag 函數的第一部分(在 yield 之前的部分)就已經執行了,然后 with 塊才被執行,最后執行 tag 函數的其余部分。
用「__slots__」節省內存
如果你曾經編寫過一個創建了某種類的大量實例的程序,那么你可能已經注意到,你的程序突然需要大量的內存。那是因為 Python 使用字典來表示類實例的屬性,這使其速度很快,但內存使用效率卻不是很高。通常情況下,這并不是一個嚴重的問題。但是,如果你的程序因此受到嚴重的影響,不妨試一下「__slots__」:
class Person: __slots__ = ["first_name", "last_name", "phone"] def __init__(self, first_name, last_name, phone): self.first_name = first_name self.last_name = last_name self.phone = phone
當我們定義了「__slots__」屬性時,Python 沒有使用字典來表示屬性,而是使用小的固定大小的數組,這大大減少了每個實例所需的內存。使用「__slots__」也有一些缺點:我們不能聲明任何新的屬性,我們只能使用「__slots__」上現有的屬性。而且,帶有「__slots__」的類不能使用多重繼承。
限制「CPU」和內存使用量
如果不是想優化程序對內存或 CPU 的使用率,而是想直接將其限制為某個確定的數字,Python 也有一個對應的庫可以做到:
import signal import resource import os # To Limit CPU time def time_exceeded(signo, frame): print("CPU exceeded...") raise SystemExit(1) def set_max_runtime(seconds): # Install the signal handler and set a resource limit soft, hard = resource.getrlimit(resource.RLIMIT_CPU) resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard)) signal.signal(signal.SIGXCPU, time_exceeded) # To limit memory usage def set_max_memory(size): soft, hard = resource.getrlimit(resource.RLIMIT_AS) resource.setrlimit(resource.RLIMIT_AS, (size, hard))
我們可以看到,在上面的代碼片段中,同時包含設置最大 CPU 運行時間和最大內存使用限制的選項。在限制 CPU 的運行時間時,我們首先獲得該特定資源(RLIMIT_CPU)的軟限制和硬限制,然后使用通過參數指定的秒數和先前檢索到的硬限制來進行設置。最后,如果 CPU 的運行時間超過了限制,我們將發出系統退出的信號。在內存使用方面,我們再次檢索軟限制和硬限制,并使用帶「size」參數的「setrlimit」和先前檢索到的硬限制來設置它。
控制可以/不可以導入什么
有些語言有非常明顯的機制來導出成員(變量、方法、接口),例如在 Golang 中只有以大寫字母開頭的成員被導出。然而,在 Python 中,所有成員都會被導出(除非我們使用了「__all__」):
def foo(): pass def bar(): pass __all__ = ["bar"]
在上面這段代碼中,我們知道只有「bar」函數被導出了。同樣,我們可以讓「__all__」為空,這樣就不會導出任何東西,當從這個模塊導入的時候,會造成「AttributeError」。
實現比較運算符的簡單方法
為一個類實現所有的比較運算符(如 __lt__ , __le__ , __gt__ , __ge__)是很繁瑣的。有更簡單的方法可以做到這一點嗎?這種時候,「functools.total_ordering」就是一個很好的幫手:
from functools import total_ordering @total_ordering class Number: def __init__(self, value): self.value = value def __lt__(self, other): return self.value < other.value def __eq__(self, other): return self.value == other.value print(Number(20) > Number(3)) print(Number(1) < Number(5)) print(Number(15) >= Number(15)) print(Number(10) <= Number(2))
這里的工作原理究竟是怎樣的呢?我們用「total_ordering」裝飾器簡化實現對類實例排序的過程。我們只需要定義「__lt__」和「__eq__」就可以了,它們是實現其余操作所需要的最小的操作集合(這里也體現了裝飾器的作用——為我們填補空白)。
結語
并非本文中所有提到的功能在日常的 Python 編程中都是必需或有用的,但是其中某些功能可能會不時派上用場,而且它們也可能簡化一些原本就很冗長且令人煩惱的任務。還需指出的是,所有這些功能都是 Python 標準庫的一部分。而在我看來,其中一些功能似乎并不像標準庫中包含的標準內容,所以當你使用 Python 實現本文提到的某些功能時,請先參閱 Python 的標準庫,如果你不能找到想要的功能,可能只是因為你還沒有盡力查找(如果真的沒有,那它肯定也存在于一些第三方庫)。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25在當今數字化時代,數據分析師的重要性與日俱增。但許多人在踏上這條職業道路時,往往充滿疑惑: 如何成為一名數據分析師?成為 ...
2025-04-24