更多课程 选择中心

Python培训
美国上市教育机构

400-111-8989

Python培训

Python提高工作效率的方法有哪些

  • 发布:Python培训
  • 来源:职场
  • 时间:2020-02-17 16:52

今天小编要跟大家分享的文章是关于Python提高工作效率的方法有哪些。任何编程语言的高级特征通常都是通过大量的使用经验才发现的。比如你在编写一个复杂的项目,并在 stackoverflow 上寻找某个问题的答案。然后你突然发现了一个非常优雅的解决方案,它使用了你从不知道的 Python 功能!

Python提高工作效率的方法有哪些

这种学习方式太有趣了:通过探索,偶然发现什么。

下面是 Python 的 5 种高级特征,以及它们的用法。我们一起来看一看吧!

一、Lambda 函数

Lambda 函数是一种比较小的匿名函数——匿名是指它实际上没有函数名。

Python 函数通常使用 def a_function_name() 样式来定义,但对于 lambda 函数,我们根本没为它命名。这是因为 lambda 函数的功能是执行某种简单的表达式或运算,而无需完全定义函数。

lambda 函数可以使用任意数量的参数,但表达式只能有一个。

x = lambda a, b : a * b

print(x(5, 6)) # prints 30

x = lambda a : a*3 + 3

print(x(3)) # prints 12

看它多么简单!我们执行了一些简单的数学运算,而无需定义整个函数。这是 Python 的众多特征之一,这些特征使它成为一种干净、简单的编程语言。

二、Map 函数

Map() 是一种内置的 Python 函数,它可以将函数应用于各种数据结构中的元素,如列表或字典。对于这种运算来说,这是一种非常干净而且可读的执行方式。

def square_it_func(a):

return a * a

x = map(square_it_func, [1, 4, 7])

print(x) # prints [1, 16, 47]

def multiplier_func(a, b):

return a * b

x = map(multiplier_func, [1, 4, 7], [2, 5, 8])

print(x) # prints [2, 20, 56] 看看上面的示例!我们可以将函数应用于单个或多个列表。实际上,你可以使用任何 Python 函数作为 map 函数的输入,只要它与你正在操作的序列元素是兼容的。

三、Filter 函数

filter 内置函数与 map 函数非常相似,它也将函数应用于序列结构(列表、元组、字典)。二者的关键区别在于 filter() 将只返回应用函数返回 True 的元素。

详情请看如下示例:

# Our numbers

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

# Function that filters out all numbers which are odd

def filter_odd_numbers(num):

if num % 2 == 0:

return True

else:

return False

filtered_numbers = filter(filter_odd_numbers, numbers)

print(filtered_numbers)

# filtered_numbers = [2, 4, 6, 8, 10, 12, 14]

我们不仅评估了每个列表元素的 True 或 False,filter() 函数还确保只返回匹配为 True 的元素。非常便于处理检查表达式和构建返回列表这两步。

四、Itertools 模块

Python 的 Itertools 模块是处理迭代器的工具集合。迭代器是一种可以在 for 循环语句(包括列表、元组和字典)中使用的数据类型。

使用 Itertools 模块中的函数让你可以执行很多迭代器操作,这些操作通常需要多行函数和复杂的列表理解。关于 Itertools 的神奇之处,请看以下示例:

from itertools import *

# Easy joining of two lists into a list of tuples

for i in izip([1, 2, 3], [ a , b , c ]):

print i

# ( a , 1)

# ( b , 2)

# ( c , 3)

# The count() function returns an interator that

# produces consecutive integers, forever. This

# one is great for adding indices next to your list

# elements for readability and convenience

for i in izip(count(1), [ Bob , Emily , Joe ]):

print i

# (1, Bob )

# (2, Emily )

# (3, Joe )

# The dropwhile() function returns an iterator that returns

# all the elements of the input which come after a certain

# condition becomes false for the first time.

def check_for_drop(x):

print Checking: , x

return (x > 5)

for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]):

print Result: , i

# Checking: 2

# Checking: 4

# Result: 6

# Result: 8

# Result: 10

# Result: 12

# The groupby() function is great for retrieving bunches

# of iterator elements which are the same or have similar

# properties

a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5])

for key, value in groupby(a):

print(key, value), end= )

# (1, [1, 1, 1])

# (2, [2, 2, 2])

# (3, [3, 3])

# (4, [4])

# (5, [5])

五、Generator 函数

Generator 函数是一个类似迭代器的函数,即它也可以用在 for 循环语句中。这大大简化了你的代码,而且相比简单的 for 循环,它节省了很多内存。

比如,我们想把 1 到 1000 的所有数字相加,以下代码块的第一部分向你展示了如何使用 for 循环来进行这一计算。

如果列表很小,比如 1000 行,计算所需的内存还行。但如果列表巨长,比如十亿浮点数,这样做就会出现问题了。使用这种 for 循环,内存中将出现大量列表,但不是每个人都有无限的 RAM 来存储这么多东西的。Python 中的 range() 函数也是这么干的,它在内存中构建列表。

代码中第二部分展示了使用 Python generator 函数对数字列表求和。generator 函数创建元素,并只在必要时将其存储在内存中,即一次一个。这意味着,如果你要创建十亿浮点数,你只能一次一个地把它们存储在内存中!Python 2.x 中的 xrange() 函数就是使用 generator 来构建列表。

上述例子说明:如果你想为一个很大的范围生成列表,那么就需要使用 generator 函数。如果你的内存有限,比如使用移动设备或边缘计算,使用这一方法尤其重要。

也就是说,如果你想对列表进行多次迭代,并且它足够小,可以放进内存,那最好使用 for 循环或 Python 2.x 中的 range 函数。因为 generator 函数和 xrange 函数将会在你每次访问它们时生成新的列表值,而 Python 2.x range 函数是静态的列表,而且整数已经置于内存中,以便快速访问。

# (1) Using a for loopv

numbers = list()

for i in range(1000):

numbers.append(i+1)

total = sum(numbers)

# (2) Using a generator

def generate_numbers(n):

num, numbers = 1, []

while num < n:

numbers.append(num)

num += 1

return numbers

total = sum(generate_numbers(1000))

# (3) range() vs xrange()

total = sum(range(1000 + 1))

total = sum(xrange(1000 + 1))

以上就是小编今天为大家分享的关于Python提高工作效率的方法有哪些的文章,希望本篇文章能够对正在从事Python相关工作的小伙伴们有所帮助,想要了解更多Python相关工作的小伙伴们有所帮助,想要了解更多Python相关知识记得关注达内Python培训官网。最后祝愿小伙伴们工作顺利!

【免责声明:本文图片及文字信息均由小编转载自网络,旨在分享提供阅读,版权归原作者所有,如有侵权请联系我们进行删除。】

预约申请免费试听课

填写下面表单即可预约申请免费试听!怕钱不够?可就业挣钱后再付学费! 怕学不会?助教全程陪读,随时解惑!担心就业?一地学习,可全国推荐就业!

上一篇:为什么掌握Python的运维更吃香?为什么运维一定要掌握Python?
下一篇:优化Python开发环境的技巧有哪些

Python工资水平怎么样?优势明显吗?

学习Python之后能做什么?

提高Python开发者工作效率的方法有哪些

Python开发者要知道的Python GUI 库有哪些

选择城市和中心
黑龙江省

吉林省

河北省

湖南省

贵州省

云南省

广西省

海南省