Python真的是满足了我上学时候对编程语言的所有要求，怎么会有人还不知道Python18个高效编程的技巧。Python语言的高级编程技巧满足了我大学时对编程语言的所有要求，用过的应该都喜欢，终于从C或C++当中解脱出来了，是吧。当然，高级语言做不到这样，算什么高级语言，直接上教程。
01 交换变量
>>>a=3
>>>b=6
这个情况如果要交换变量在c++中，肯定需要一个空变量。但是python不需要，只需一行，大家看清楚了
>>>a,b=b,a
>>>print(a)
>>>6
>>>
ptint(b) >>>5
02 字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)
大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个list的方法。
>>> some_list = [1, 2, 3, 4, 5]
>>> another_list = [ x + 1 for x in some_list ]
>>> another_list
[2, 3, 4, 5, 6]
自从python 3.1 起，我们可以用同样的语法来创建集合和字典表：
>>> # Set Comprehensions
>>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]
>>> even_set = { x for x in some_list if x % 2 == 0 }
>>> even_set set([8, 2, 4])
>>> # Dict Comprehensions
>>> d = { x: x % 2 == 0 for x in range(1, 11) }
>>> d
{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}
在第一个例子里，我们以some_list为基础，创建了一个具有不重复元素的集合，而且集合里只包含偶数。而在字典表的例子里，我们创建了一个key是不重复的1到10之间的整数，value是布尔型，用来指示key是否是偶数。
这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合：
>>> my_set = {1, 2, 1, 2, 3, 4}
>>>> my_set
set([1, 2, 3, 4])
而不需要使用内置函数set()。
03 计数时使用Counter计数对象
这听起来显而易见，但经常被人忘记。对于大多数程序员来说，数一个东西是一项很常见的任务，而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。
Python的collections类库里有个内置的dict类的子类，是专门来干这种事情的：
>>> from collections import Counter
>>> c = Counter(hello world)
>>> c
Counter({l: 3, o: 2, : 1, e: 1, d: 1, h: 1, r: 1, w: 1})
>>> c.most_common(2)[(l, 3), (o, 2)]
04 漂亮的打印出JSON
JSON是一种非常好的数据序列化的形式，被如今的各种API和web service大量的使用。使用python内置的json处理，可以使JSON串具有一定的可读性，但当遇到大型数据时，它表现成一个很长的、连续的一行时，人的肉眼就很难观看了。
为了能让JSON数据表现的更友好，我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时，这尤其有用：
>>> import json
>
>>> print(json.dumps(data)) # No indention {"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}
>>> print(json.dumps(data, indent=2)) # With indention
{
"status": "OK",
"count": 2,
"results": [
{
"age": 27,
"name": "Oz",
"lactose_intolerant": true
}, {
"age": 29, "name": "Joe", "lactose_intolerant": false
}
]
}
同样，使用内置的pprint模块，也可以让其它任何东西打印输出的更漂亮。
05 解决FizzBuzz
前段时间Jeff Atwood 推广了一个简单的编程练习叫FizzBuzz，问题引用如下：
写一个程序，打印数字1到100，3的倍数打印“Fizz”来替换这个数，5的倍数打印“Buzz”，对于既是3的倍数又是5的倍数的数字打印“FizzBuzz”。
这里就是一个简短的，有意思的方法解决这个问题：
for x in range(1,101):
print"fizz"[x%3*len(fizz)::]+"buzz"[x%5*len(buzz)::] or x
06 if 语句在行内
print"Hello"ifTrueelse"World"
>>> Hello
07 连接
下面的最后一种方式在绑定两个不同类型的对象时显得很cool。
nfc = ["Packers", "49ers"]
afc = ["Ravens", "Patriots"]
print nfc + afc
>>> [Packers, 49ers, Ravens, Patriots]
print str(1) + " world"
>>> 1 world
print `1` + " world"
>>> 1 world
print 1, "world"
>>> 1 world
print nfc, 1
>>> [Packers, 49ers] 1
08 数值比较
这是我见过诸多语言中很少有的如此棒的简便法
x = 2
if 3 > x > 1:
print x
>>> 2
if 1 < x > 0:
print x
>>> 2
09 同时迭代两个列表
nfc = ["Packers", "49ers"]
afc = ["Ravens", "Patriots"]
for teama, teamb in zip(nfc, afc):
print teama + " vs. " + teamb
>>> Packers vs. Ravens
>>> 49ers vs. Patriots
10 带索引的列表迭代
teams = ["Packers", "49ers", "Ravens", "Patriots"]
for index, team in enumerate(teams):
print index, team
>>> 0 Packers
>>> 1 49ers
>>> 2 Ravens
>>> 3 Patriots
11 列表推导式
已知一个列表，我们可以刷选出偶数列表方法：
numbers = [1,2,3,4,5,6]
even = []
for number in numbers:
if number%2 == 0:
even.append(number)
转变成如下：
numbers = [1,2,3,4,5,6]
even = [number for number in numbers if number%2 == 0]
12 字典推导
和列表推导类似，字典可以做同样的工作：
teams = ["Packers", "49ers", "Ravens", "Patriots"]
print {key: value for value, key in enumerate(teams)}
>>> {49ers: 1, Ravens: 2, Patriots: 3, Packers: 0}
13 初始化列表的值
items = [0]*3
print items
>>> [0,0,0]
14 列表转换为字符串
teams = ["Packers", "49ers", "Ravens", "Patriots"]
print ", ".join(teams)
>>> Packers, 49ers, Ravens, Patriots
15 从字典中获取元素
我承认try/except代码并不雅致，不过这里有一种简单方法，尝试在字典中查找key，如果没有找到对应的alue将用第二个参数设为其变量值。
data = {user: 1, name: Max, three: 4}
try:
is_admin = data[admin]
except KeyError:
is_admin = False
替换成这样
data = {user: 1, name: Max, three: 4}
is_admin = data.get(admin, False)
16 获取列表的子集
有时，你只需要列表中的部分元素，这里是一些获取列表子集的方法。
x = [1,2,3,4,5,6 ]
#前3个
print x[:3]
>>> [1,2,3]
#中间4个
>print x[1:5]
>>>> [2,3,4,5]
>#最后3个
>print x[3:]
>>>> [4,5,6 >]
#奇数项
>print x[::2]
>>>> [1,3,5]
>#偶数项
>print x[1::2]
>>>> [2,4,6]
除了python内置的数据类型外，在collection模块同样还包括一些特别的用例，在有些场合Counter非常实用。如果你参加过在这一年的Facebook HackerCup，你甚至也能找到他的实用之处。
from collections import Counter
print Counter("hello")
>>> Counter({l: 2, h: 1, e: 1, o: 1})
17 迭代工具
和collections库一样，还有一个库叫itertools，对某些问题真能高效地解决。其中一个用例是查找所有组合，他能告诉你在一个组中元素的所有不能的组合方式
from itertools import combinations
teams = ["Packers", "49ers", "Ravens", "Patriots"]
for game in combinations(teams, 2):
print game
>>> (Packers, 49ers)
>>>> (Packers, Ravens)
>>>> (Packers, Patriots)
>>>> (49ers, Ravens)
>>>> (49ers, Patriots)
>>>> (Ravens, Patriots)
18 False == True
比起实用技术来说这是一个很有趣的事，在python中，True和False是全局变量，因此：
False = Trueif
False:
print "Hello"
else:
print "World" >>> Hello
这是这一篇分享的18个高效编程的技巧，一个都不少分享给你了。记得查收，关于Python更多的知识可以在评论区告诉我，这篇到这里就没有了，下一章见吧。
原文地址：https://mp.weixin.qq.com/s?src=11×tamp=1647415552&ver=3679&signature=Cal0QM-qT27wYdbiZIkT0NhUXCl43Nk0koRTjvVLZOQZVk78WBLZ0x5T5ZCr8rIsF1rGtNCprm7br5buBkp5uJW85BSaCRg9pPXspK3y0sh*abSYTId-GStntesk3tRW&new=1
原文作者：lkapp
