几个 Python“小伎俩” | 内附代码
The following article comes from NewBeeNLP Author 想要快点答辩的
来源 | NewBeeNLP（ID:gh_627b00c8dbd0）
责编 | 夕颜
写在前面
今天，我们一起回顾下Python Cookbook，全书是以问答对的形式展开，这是我很久之前看的笔记。Cookbook不算是入门书，更像是一本工具书，既然有基础了那就没必要一个个点去看，建议是需要用到那部分就把那块的知识点技巧翻一遍。下面大噶自己查漏补缺吧！
数据结构与算法
从任意长度的可迭代对象中分解元素
*表达式可以用来将一个含有N个元素的数据结构类型分解成所需的几部分。
1first, *middle, last = grades
例如grades保存了100个成绩数据而我们只关心首末两个成绩，就可以把中间的所有成绩保存到一个列表里面，如下：
保存最后N个元素
collection.deque(maxlen=N)创建了一个固定长度的队列，当有新记录加入而队列已满时会自动移除最老的那条记录。
若不指定队列的大小，也就得到了一个无界限的队列；
deque支持从队列两端添加或弹出元素
1from collection import deque
2q = deque()
3q.append(1)
4q.append(2)
5q.append(3)
6q.appendleft(4)
7q.pop()
8q.popleft()
找到最大或最小的N个元素
heapq模块中有两个函数：nlargest()和nsmallest()
1import heapq
2
3nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
4print(heapq.nlargest(3, nums))
5out: [42, 37, 23]
6print(heapq.nsmallest(3,nums))
7out: [-4, 1, 2]
这两个函数还可以接受一个参数key
1In [1]: portfolio = [
2 ...: {'name': 'IBM', 'shares': 100, 'price': 91.1},
3 ...: {'name': 'AAPL', 'shares': 50, 'price': 543.22},
4 ...: {'name': 'FB', 'shares': 200, 'price': 21.09},
5 ...: {'name': 'HPQ', 'shares': 35, 'price': 31.75},
6 ...: {'name': 'YHOO', 'shares': 45, 'price': 16.35},
7 ...: {'name': 'ACME', 'shares': 75, 'price': 115.65}
8 ...: ]
9
10cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
11cheap
12out:
13[{'name': 'YHOO', 'price': 16.35, 'shares': 45},
14 {'name': 'FB', 'price': 21.09, 'shares': 200},
15 {'name': 'HPQ', 'price': 31.75, 'shares': 35}]
让字典保持有序
collection模块的OrderedDict会按照元素初始添加的顺序进行操作；
其内部维护了一个双向链表，它会根据元素加入的顺序来排列键的位置。因此ＯrderedDict的大小是普通字典的２倍多。
字典的计算问题
利用zip()将字典的键与值反转
找出序列中出现次数最多的元素
collection模块的Counter类
并且Counter类有一个非常方便的most_common(n)方法可以直接得到出现次数最多的前几位
1from collections import Counter
2words = [一系列单词组成的列表]
3word_counts = Counter(words)
4top_3 = word_counts.most_common(3)
通过公共键对字典列表排序
operator模块的itermgetter函数
1from operator import itemgetter
2
3In [26]: rows = [
4 ...: {'fname': 'Brian', 'lname': 'Jones', 'uid':1003},
5 ...: {'fname': 'David', 'lname': 'Beazley', 'uid':1002},
6 ...: {'fname': 'John', 'lname': 'Cleese', 'uid':1001},
7 ...: {'fname': 'Big', 'lname': 'Jones', 'uid':1004}
8 ...: ]
9
10itemgetter('fname')
11Out[31]: <operator.itemgetter at 0x7f01606657d0>
12
13rows_by_frame = sorted(rows, key=itemgetter('fname'))
14Out[30]:
15[{'fname': 'Big', 'lname': 'Jones', 'uid': 1004},
16 {'fname': 'Brian', 'lname': 'Jones', 'uid': 1003},
17 {'fname': 'David', 'lname': 'Beazley', 'uid': 1002},
18 {'fname': 'John', 'lname': 'Cleese', 'uid': 1001}]
itermgetter()函数还可以接受多个键
1rows_by_frame = sorted(rows, key=itemgetter('fname','lname'))
数字、日期和时间
对数值进行取整
使用内建的round(value, ndigits)函数
1>>> round(1.23, 1)
21.2
3>>> round(1.27, 1)
41.3
5>>> round(162773, -1)
6162770
当某个值恰好等于两个整数间的一半时，取整操作会去到离该值最近的那个偶数上。如1.5和2.5都会取整到2
round()中的ndigits可以是负数，在这种情况下会相应地取整到十位、百位。。。
对数值做格式化输出
使用内建的format()函数
1>>>x = 123.456
2>>>format(x, '0.2f')
3123.46
二进制、八进制和十六进制转换
要将一个整数转换为二进制，使用bin()
要将一个整数转换为八进制，使用oct()
要将一个整数转换为十六进制，使用hex()
随机选择
random.choice()可以从序列中随机挑选出元素
1>>>import random
2>>>values = [1,2,3,4,5,6]
3>>>random.choice(values)
44
5>>>random.choice(values)
62
random.shuffle()可以在序列中原地打乱元素的顺序
1>>>random.shuffle(values)
2>>>values
3[2,4,3,1,6,5]random.sample()可以取样出N个元素random.sample()可以取样出N个元素
1>>>random.sample(values, 2)
2[6, 2]
时间换算
datatime模块可以用来完成不同时间单位间的换算。例如要表示一个时间间隔，可以创建一个timedelta实例
1from datetime import timedelta
2
3In [33]: a = timedelta(days=2, hours=6)
4In [34]: b = timedelta(hours=4.5)
5In [35]: c = a + b
6In [36]: c.days
7Out[36]: 2
8In [37]: c.seconds
9Out[37]: 37800
10In [38]: c.seconds/3600
11Out[38]: 10.5
12In [39]: c.total_seconds() / 3600
13Out[39]: 58.5
迭代器和生成器
手动访问迭代器中的元素
1with open('/etc/passwd') as f:
2 try:
3 while True:
4 line = next(f)
5 print(line, end='')
6 except StopIteration:
7 pass
委托迭代
对自定义的容器对象，其内部持有一个列表丶元组或其他的可迭代对象，我们想让自己的新容器能够完成迭代操作。一般来说，我们所要做的就是定义一个__iter__()方法，将迭代请求委托到对象内部持有的容器上。
1class Node:
2 def __init__(self, value):
3 Self._value = vaule
4 self._children = []
5 def __repr__(self):
6 return 'Node({!r})'.format(self._value)
7 def __iter__(self):
8 return iter(self._children)
在这个例子中，iter()方法将迭代请求转发给对象内部持有的_children属性上。
用生成器创建新的迭代模式
函数中只要出现了yield语句就会将其转变成一个生成器
1def frange(start, stop, increment):
2 x = start
3 while x < stop:
4 yield x
5 x += increment
注意生成器只在响应迭代操作时才运行
对迭代器做切片操作
itertool.islice() 可以对迭代器和生成器做切片操作
1In [3]: def count(n):
2 ...: while True:
3 ...: yield n
4 ...: n += 1
5 ...:
6In [5]: c = count(0)
7In [6]: c
8Out[6]: <generator object count at 0x7f92899b3c80>
9----> 1 c[0]
10TypeError: 'generator' object has no attribute '__getitem__'
11
12import itertools
13In [10]: for x in itertools.islice(c, 10, 20):
14 ...: print(x)
1510
1611
1712
1813
1914
2015
2116
2217
2318
2419
跳过可迭代对象中的前一部分元素
itertools.dropwhile() 函数会 丢弃掉序列中的前面几个元素
例如，我们需要读取一个文件，文件的开头有一系列注释行并不是我们想要的
1from itertools import dropwhile
2with open('/etc/passwd') as f:
3 for line in dropwhile(lambda line: line,startwith('#'), f):
4 print(line, end='')
迭代所有可能的组合
我们想对一些列元素的所有可能组合进行迭代
itrtools.permutations()函数接受一个元素集合，将其中所有元素重排列为所有可能的情况，并以元组的形式返回。
1In [11]: from itertools import permutations
2In [12]: items = ['a', 'b', 'c']
3In [13]: for p in permutations(items):
4 ...: print(p)
5 ...:
6('a', 'b', 'c')
7('a', 'c', 'b')
8('b', 'a', 'c')
9('b', 'c', 'a')
10('c', 'a', 'b')
11('c', 'b', 'a')
#如果想得到较短的所有全排列，可以指定长度
In [14]: for p in permutations(items， 2):
...: print(p)
('a', 'b')
('a', 'c')
('b', 'a')
('b', 'c')
('c', 'a')
('c', 'b')itertools.combinations 不考虑元素间的实际顺序，即('a', 'b')和('b', 'a')被认为是相同的组合形式。
若想解除这一限制，可用combinations_with_replacement。
同时迭代多个序列
zip()函数可以用来迭代多个序列中的元素
1>>>xvalues = [1,5,4,2,10,7]
2>>> yvalues = [101,78,37,15,62,99]
3>>> for x, y in zip(xvalues, yvalues):
4... print(x, y)
5...
61 101
75 78
84 37
92 15
1010 62
117 99
在不同的容器中进行迭代
我们需要对许多对象执行相同的操作，但是这些对象包含在不同的容器内，而我们希望可以避免写出嵌套的循环处理，保持代码的可读性。使用itertools.chain()方法可以用来简化这个任务。
1from itertools import chain
2
3In [18]: a = [1, 2, 3, 4]
4In [19]: b = ['x', 'y', 'z']
5In [20]: for x in chain(a, b):
6 ...: print (x)
7 ...:
81
92
103
114
12x
13y
14z
合并多个有序序列，再对整个有序序列进行迭代
heapq.merge()函数
1>>>import heapq
2>>>a = [1,4,7,10]
3>>>b = [2,5,6,11]
4>>>for c in heapq.merge(a,b):
5... print(c)
6...
71
82
94
105
116
127
1310
1411
文件和IO
将输出重定向到文件中
只需要在print()函数加上file关键字参数即可
1with open('somefile.txt', 'rt') as f:
2 print('Hello World!', file=f)
以不同的分隔符或行结尾符完成打印
1>>>print('GKY',1995,5,18, sep='-',end='!!\n')
GKY-1995-5-18!!在字符串上执行IO操作
使用io.StringIO()和io.ByteIO()来创建类似于文件的对象，这些对象可操作字符串数据。
读写压缩的数据文件
gzip和bz2模块可以实现
1import gzip
2with open('somefile.gz', 'rt') as f:
3 text = f.read()
4
5import bz2
6with open('somefile.bz2', 'rt') as f:
7 text = f.read()
8
9import gzip
10with open('somefile.gz', 'wt') as f:
11 f.write(text)
12
13import bz2
14with open('somefile.bz', 'wt') as f:
15 f.write(text)
将二进制数据读到可变缓冲区中
我们想将二进制数据直接读取到一个可变缓冲区中，中间不经过任何拷贝环节。例如我们想原地修改数据再将它写回到文件中去。
1import os.path
2def read_into_buffer(filename):
3 buf = bytearray(os.path.getsize(filename))
4 with open(filename, 'rb') as f:
5 f.readinto(buf)
6 return buf
7
8with open('sample.bin', 'wb') as f:
9 f.write(b'hello world')
10
11buf = read_into_buffer('sample.bin')
12In [16]: buf
13Out[16]: bytearray(b'hello world')
序列化Python对象
我们需要将Python对象序列化为字节流，这样就可以将其保存到文件中、存储到数据库中或者通过网络连接进行传输。
序列化数据最常见的做法就是使用pickle模块。
1import pickle
2data = ... #some python object
3f = open('somefile', 'wb')
4pickle.dump(data,f)
要将对象转存为字符串，可以使用
1import pickle
2data = ... #some python object
3f = open('somefile', 'wb')
4pickle.dumps(data,f)
如果要从字节流中重新创建出对象，可以使用pickle.load()或者pickle.loads()
数据编码与处理
读写JSON数据
主要使用JSON模块
两个主要的函数为json.dumps()和json.loads()
如果是文件而不是字符串的话使用json.dump()和json.load()
解析简单的XML文档
xml.etree.ElementTree可以从简单的XML文档中提取数据
1from urllib.request import urlopen
2from xml.etree.ElementTree import parse
3
4u = urlopen('http://planet.python.org/rss20.xml')
5doc = parse(u)
6In [24]: for item in doc.iterfind('channel/item'):
7 ....: title = item.findtext('title')
8 ....: date = item.findtext('pubDate')
9 ....: link = item.findtext('link')
10 ....: print (title)
11 ....: print(date)
12 ....: print(link)
13 ....: print()
14 ....:
技术战“疫”，贾扬清、李飞飞要给程序员直播讲AI技术！
2月18日、2月20日，阿里云CIO学院攻“疫”技术课程正式开启。您将获得与达摩院数据库首席科学家 、阿里巴巴集团副总裁、ACM 杰出科学家李飞飞，Caffe之父、ONNX创始人、阿里巴巴集团副总裁贾扬清，阿里巴巴集团副总裁、阿里 CIO 学院院长胡臣杰等顶级技术专家直播互动的机会。