三十個超詳細Python運用技巧案例！完整版！
1. 原地交換兩個數字
Python 提供了一個直觀的在一行程式碼中賦值與交換（變數值）的方法，請參見下面的示例：
x, y = 10, 20
print(x, y)
x, y = y, x
print(x, y)
1 (10, 20)
2 (20, 10)
賦值的右側形成了一個新的元組，左側立即解析（unpack）那個（未被引用的）元組到變數 <a> 和 <b>。
一旦賦值完成，新的元組變成了未被引用狀態並且被標記為可被垃圾回收，最終也完成了變數的交換。
2. 鏈狀比較操作符
比較操作符的聚合是另一個有時很方便的技巧：
n = 10
result = 1 < n < 20
print(result)
True
result = 1 > n <= 9
print(result)
False
3. 使用三元操作符來進行條件賦值
三元操作符是 if-else 語句也就是條件操作符的一個快捷方式：
[表示式為真的返回值] if [表示式] else [表示式為假的返回值]
這裡給出幾個你可以用來使程式碼緊湊簡潔的例子。下面的語句是說“如果 y 是 9，給 x 賦值 10，不然賦值為 20”。如果需要的話我們也可以延長這條操作鏈。
x = 10 if (y == 9) else 20
同樣地，我們可以對類做這種操作：
x = (classA if y == 1 else classB)(param1, param2)
在上面的例子裡 classA 與 classB 是兩個類，其中一個類的建構函式會被呼叫。
下面是另一個多個條件表示式連結起來用以計算最小值的例子：
def small(a, b, c):
return a if a <= b and a <= c else (b if b <= a and b <= c else c)
print(small(1, 0, 1))
print(small(1, 2, 2))
print(small(2, 2, 3))
print(small(5, 4, 3))
Output
0 #1 #2 #3
我們甚至可以在列表推導中使用三元運算子：
[m2 if m > 10 else m4 for m in range(50)]
=> [0, 1, 16, 81, 256, 625, 1296, 2401, 4096, 6561, 10000, 121, 144, 169, 196, 225, 256, 289, 324, 361, 400, 441, 484, 529, 576, 625, 676, 729, 784, 841, 900, 961, 1024, 1089, 1156, 1225, 1296, 1369, 1444, 1521, 1600, 1681, 1764, 1849, 1936, 2025, 2116, 2209, 2304, 2401]
4. 多行字串
基本的方式是使用源於 C 語言的反斜槓：
multiStr = "select * from multi_row
where row_id < 5"
print(multiStr)
select * from multi_row where row_id < 5
另一個技巧是使用三引號：
multiStr = """select * from multi_row
where row_id < 5"""
print(multiStr)
select * from multi_row
where row_id < 5
上面方法共有的問題是缺少合適的縮排，如果我們嘗試縮排會在字串中插入空格。所以最後的解決方案是將字串分為多行並且將整個字串包含在括號中：
multiStr= ("select * from multi_row "
"where row_id < 5 "
"order by age")
print(multiStr)
select * from multi_row where row_id < 5 order by age
5. 儲存列表元素到新的變數中
我們可以使用列表來初始化多個變數，在解析列表時，變數的數目不應該超過列表中的元素個數：【譯者注：元素個數與列表長度應該嚴格相同，不然會報錯】
testList = [1,2,3]
x, y, z = testList
print(x, y, z)
-> 1 2 3
6. 列印引入模組的檔案路徑
如果你想知道引用到程式碼中模組的絕對路徑，可以使用下面的技巧：
import threading
import socket
print(threading)
print(socket)
1- <module 'threading' from '/usr/lib/python2.7/threading.py'>
2- <module 'socket' from '/usr/lib/python2.7/socket.py'>
7. 互動環境下的 “_” 操作符
這是一個我們大多數人不知道的有用特性，在 Python 控制檯，不論何時我們測試一個表示式或者呼叫一個方法，結果都會分配給一個臨時變數： _（一個下劃線）。
2 1
3
_
3
print _
3
“_” 是上一個執行的表示式的輸出。
8. 字典/集合推導
與我們使用的列表推導相似，我們也可以使用字典/集合推導，它們使用起來簡單且有效，下面是一個例子：
testDict = {i: i * i for i in xrange(10)}
testSet = {i * 2 for i in xrange(10)}
print(testSet)
print(testDict)
set([0, 2, 4, 6, 8, 10, 12, 14, 16, 18])
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
注：兩個語句中只有一個 <:> 的不同，另，在 Python3 中執行上述程式碼時，將 <xrange> 改為 <range>。
9. 除錯指令碼
我們可以在 <pdb> 模組的幫助下在 Python 指令碼中設定斷點，下面是一個例子：
import pdb
pdb.set_trace()
我們可以在指令碼中任何位置指定 <pdb.set_trace()> 並且在那裡設定一個斷點，相當簡便。
10. 開啟檔案分享
Python 允許執行一個 HTTP 伺服器來從根路徑共享檔案，下面是開啟伺服器的命令：
Python 2
python -m SimpleHTTPServer
Python 3
python3 -m http.server
上面的命令會在預設埠也就是 8000 開啟一個伺服器，你可以將一個自定義的埠號以最後一個引數的方式傳遞到上面的命令中。
11. 檢查 Python 中的物件
我們可以通過呼叫 dir() 方法來檢查 Python 中的物件，下面是一個簡單的例子：
test = [1, 3, 5, 7]
print( dir(test) )
['add', 'class', 'contains', 'delattr', 'delitem', 'delslice', 'doc', 'eq', 'format', 'ge', 'getattribute', 'getitem', 'getslice', 'gt', 'hash', 'iadd', 'imul', 'init', 'iter', 'le', 'len', 'lt', 'mul', 'ne', 'new', 'reduce', 'reduce_ex', 'repr', 'reversed', 'rmul', 'setattr', 'setitem', 'setslice', 'sizeof', 'str', 'subclasshook', 'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
12. 簡化 if 語句
我們可以使用下面的方式來驗證多個值：
if m in [1,3,5,7]:
而不是：
if m==1 or m==3 or m==5 or m==7:
或者，對於 in 操作符我們也可以使用 '{1,3,5,7}' 而不是 '[1,3,5,7]'，因為 set 中取元素是 O(1) 操作。
13. 執行時檢測 Python 版本
完整版，三十個Python運用技巧！
21. 一行程式碼計算任何數的階乘
Python 2.x.
result = (lambda k: reduce(int.mul, range(1,k 1),1))(3)
print(result)
-> 6
Python 3.x.
import functools
result = (lambda k: functools.reduce(int.mul, range(1,k 1),1))(3)
print(result)
-> 6
22. 找到列表中出現最頻繁的數
test = [1,2,3,4,2,2,3,1,4,4,4]
print(max(set(test), key=test.count))
-> 4
23. 重置遞迴限制
Python 限制遞迴次數到 1000，我們可以重置這個值：
import sys
x=1001
print(sys.getrecursionlimit())
sys.setrecursionlimit(x)
print(sys.getrecursionlimit())
1-> 1000
2-> 1001
請只在必要的時候採用上面的技巧。
24. 檢查一個物件的記憶體使用
在 Python 2.7 中，一個 32 位元的整數佔用 24 位元組，在 Python 3.5 中利用 28 位元組。為確定記憶體使用，我們可以呼叫 getsizeof 方法：
在 Python 2.7 中
import sys
x=1
print(sys.getsizeof(x))
-> 24
在 Python 3.5 中
import sys
x=1
print(sys.getsizeof(x))
-> 28
25. 使用 slots 來減少記憶體開支
你是否注意到你的 Python 應用佔用許多資源特別是記憶體？有一個技巧是使用 slots 類變數來在一定程度上減少記憶體開支。
import sys
class FileSystem(object):
def init(self, files, folders, devices):
self.files = files
self.folders = folders
self.devices = devices
print(sys.getsizeof( FileSystem ))
class FileSystem1(object):
slots = ['files', 'folders', 'devices']
def init(self, files, folders, devices):
self.files = files
self.folders = folders
self.devices = devices
print(sys.getsizeof( FileSystem1 ))
In Python 3.5
1-> 1016
2-> 888
很明顯，你可以從結果中看到確實有記憶體使用上的節省，但是你只應該在一個類的記憶體開銷不必要得大時才使用 slots。只在對應用進行效能分析後才使用它，不然地話，你只是使得程式碼難以改變而沒有真正的益處。
【譯者注：在我的 win10 python2.7 中上面的結果是：
In Python 2.7 win10
1-> 896
2-> 1016
所以，這種比較方式是不那麼讓人信服的，使用 slots 主要是用以限定物件的屬性資訊，另外，當生成物件很多時花銷可能會小一些，具體可以參見 python 官方文件:
The slots declaration takes a sequence of instance variables and reserves just enough space in each instance to hold a value for each variable. Space is saved because dict is not created for each instance. 】
26. 使用 lambda 來模仿輸出方法
import sys
lprint=lambda *args:sys.stdout.write(" ".join(map(str,args)))
lprint("python", "tips",1000,1001)
-> python tips 1000 1001
27. 從兩個相關的序列構建一個字典
t1 = (1, 2, 3)
t2 = (10, 20, 30)
print(dict (zip(t1,t2)))
-> {1: 10, 2: 20, 3: 30}
28. 一行程式碼搜尋字串的多個前後綴
print("http://www.google.com".startswith(("http://", "https://")))
print("http://www.google.co.uk".endswith((".com", ".co.uk")))
1-> True
2-> True
29. 不使用迴圈構造一個列表
import itertools
test = [[-1, -2], [30, 40], [25, 35]]
print(list(itertools.chain.from_iterable(test)))
-> [-1, -2, 30, 40, 25, 35]
30. 在 Python 中實現一個真正的 switch-case 語句
下面的程式碼使用一個字典來模擬構造一個 switch-case。
def xswitch(x):
return xswitch._system_dict.get(x, None)
xswitch._system_dict = {'files': 10, 'folders': 5, 'devices': 2}
print(xswitch('default'))
print(xswitch('devices'))
1-> None
2-> 2
喜歡python的小夥伴可以關注一下公眾號 ，獲取python精品資料。
