Python高级技巧(一)

cx_Freeze 打包 Python 高级用法详解 大家好,欢迎来到我的技术博客!今天我要和大家分享的是另一个非常实用的Python打包工具——cx_Freeze。前不久,我的同事小李在开发一个Python应用时遇到了困难,他需要将应用打包成独立的可执行文件以便在客户的Windows环境中运行。虽然我们之前使用过PyInstaller,但这次小李决定尝试cx_Freeze,因为它在生成的文件大小和兼容性方面有独特的优势。经过一番研究和实践,我们成功地将应用打包并顺利部署。 阅读详情

1 列表解析 和 filter lambda

filter(lambda x: x>0 , list)

[ x for x in data if x >= 0]

列表

from random import randint

data = [ randint(-10,10) for _ in range(10)]
res = filter(lambda x : x>=0 , data)
aa = [ x for x in data if x >= 0]

字典

from random import randint

d = {x:randint(50,100) for x in range(1,21)}
res = {s:c for s,c in d.items() if c>=90}
print(res)

集合

data = [-5, -7, -6, 7, 4, -3, -8, -9, 7, 0]
se = set(data)
res = { x for x in se if x%3==0}
aa = filter(lambda x:x%3==0 , se)

另外:测试时间的方法

# 测一下时间消耗
# (进入 ipython)
data = [-5, -7, -6, 7, 4, -3, -8, -9, 7, 0]
timeit filter(lambda x : x>=0 , data)
timeit [ x for x in data if x >= 0]

2 命名、统计 (collections)

命名

# 元组查找极快,元素不可修改。
NAME,AGE,SEX,EMAIL = range(4)

student = ('jim',16,'male','jim@123.com')

print(student[EMAIL])

内置元组

from collections import namedtuple

student = namedtuple('Student',['name','age','sex','email'])
s=student('jim',16,'male','jim@123.com')
print(s.name)

统计元素

data = [6, 1, 8, 1, 8, 2, 8, 4, 8, 6, 3, 4, 6, 3, 4, 5, 2, 9, 8, 3]
c = dict.fromkeys(data,0)
for x in data:
    c[x]+=1
print(c)
# 加强版
from collections import Counter

data = [6, 1, 8, 1, 8, 2, 8, 4, 8, 6, 3, 4, 6, 3, 4, 5, 2, 9, 8, 3]
c2 = Counter(data)
print(c2)
print(c2[1],c2[8])
# most_common 找出出现频率最高的三个元素
print(c2.most_common(3))  

统计英文文章单词

import re
from collections import Counter

with open('secret.txt') as f:
    text = f.read()
textlist = re.split('\W+',text)
print(len(textlist))
c3 = Counter(re.split('\W+',text))
# print(c3)
print(c3.most_common(6))

3 提取公共键 (map reduce)

两种方法

from random import randint,sample
from functools import reduce

left = 2
right = 6
s1 = {x:randint(0,3) for x in sample('abcdefg',randint(left,right))}
s2 = {x:randint(0,3) for x in sample('abcdefg',randint(left,right))}
s3 = {x:randint(0,3) for x in sample('abcdefg',randint(left,right))}

# 1.4 µs ± 55.8 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
print(s1.keys() & s2.keys() & s3.keys())

# 2.14 µs ± 36.3 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
reduce(lambda a,b:a&b , map(dict.keys,[s1,s2,s3]))

帮助理解

from random import randint,sample

aa = sample('abcdefg',randint(1,5))
print(aa)
from random import randint,sample

left = 2
right = 6
s1 = {x:randint(0,3) for x in sample('abcdefg',randint(left,right))}
s2 = {x:randint(0,3) for x in sample('abcdefg',randint(left,right))}
s3 = {x:randint(0,3) for x in sample('abcdefg',randint(left,right))}
m = map(dict.keys,[s1,s2,s3])
print(list(m))
from functools import reduce
def f(x, y):
    return x + y

# reduce第一个参数是 函数 , 第二个参数是 列表、集合、元组或者map 之类可迭代的对象
reduce(f,[1,3,5,7,9],100)    #第三个参数不要也行,意义是 设置初始值

4 队列、pickle

代码如下

deque队列 以及 pickle持续化存储对象(不用放在内存里面)

from random import randint
from collections import deque
import pickle

history = deque(maxlen=5)
N=randint(0,100)

def guess(k):
    if k == N:
        print('=====(`_`)=====')
        return True
    elif k > N:
        print("too big")
    else:
        print('too small')

while True:
    line = input("guess it ! :")
    if line.isdigit():
        k = int(line)
        history.append(k)
        guess(k)
        with open('history.txt','wb') as f:
            pickle.dump(history,f)
    elif line == "h":
        with open('history.txt','rb') as f:
            his = pickle.load(f)
        print(his)

帮助理解

import pickle
from random import randint

alist = [randint(0,100) for _ in range(10)]

with open('testnote','wb') as f:
    pickle.dump(alist,f)

with open('testnote','rb') as f:
    alist = pickle.load(f)

print(alist)

pickle和json的区别 (python3)

  1. json 和 pickle 都是存储到硬盘上 持久保存
  2. json被各种语言支持 , pickle只用来Python程序之间使用。
  3. json在Python里面只支持列表和字典 , pickle支持Python的所有数据类型。
import pickle
from random import randint
import json

aa = [randint(0,100) for _ in range(10)]
atuple = tuple(aa)
aset = set(aa)
adic = {'a':1 , 'b':2, 'c':3}

def ppickle(obj):
    filename = 'picklenote'
    with open(filename,'wb') as f:
        pickle.dump(obj,f)

    with open(filename,'rb') as f:
        res = pickle.load(f)
    print(res)


def jjson(obj):
    filename = 'jsonnote'
    with open(filename,'w') as f:
        json.dump(obj,f)

    with open(filename,'r') as f:
        res = json.load(f)
    print(res)

print("\n+pickle:")
ppickle(aa)
ppickle(atuple)
ppickle(adic)
ppickle(aset)

print("\n+json:")
jjson(aa)
jjson(atuple)
jjson(adic)
# jjson(aset)  # TypeError: Object of type 'set' is not JSON serializable
深入掌握Python字典:从创建到高级操作全解析 本文系统性地讲解了Python字典的150+个知识点,涵盖基础操作到高级应用场景。通过20+个代码示例、15个性能优化建议和10个实际应用案例,帮助开发者全面掌握这一核心数据结构。建议结合具体项目实践,深入理解字典在数据处理、系统设计和算法优化中的强大威力。 阅读详情

相关推荐

Google AI Skills Badge 30天实战路径:从Prompt工程到AI工作流落地

提示工程(Prompt Engineering)是人机协同的核心能力,本质是将模糊业务意图精准转译为机器可执行、可验证的指令流。其原理植根于大语言模型的token匹配机制与上下文理解范式,技术价值在于突破传统自动化边界,实现低代码、高适应性的AI应用构建。典型应用场景覆盖客户服务归类、财报摘要生成、邮件智能分析等企业高频任务。本路径以Google官方AI Skills Badge为载体,融合神经科学验证的30天学习节拍、结构化输出设计、AI响应可信度评估等关键实践,突出Prompt Engineering与

weixin_30410119的博客 389

35个高级Python知识点总结

No.1 一切皆对象 众所周知,Java中强调“一切皆对象”,但是Python中的面向对象比Java更加彻底,因为Python中的类(class)也是对象,函数(function)也是对象,而且Python的代码和模块也都是对象。 Python中函数和类可以赋值给一个变量 Python中函数和类可以存放到集合对象中 Python中函数和类可以作为一个函数的参数传递给函数 Python中函数和类可...

weixin_33894640的博客 2177

别再迷信Intel网卡了!用普通笔记本+TWINCAT3搭建EtherCAT主站的完整避坑实录

本文详细介绍了如何用普通笔记本和TWINCAT3搭建EtherCAT主站的完整避坑指南。通过破除必须使用Intel网卡的迷思,提供软件环境搭建、关键配置步骤、Wireshark抓包技巧及性能优化建议,帮助开发者低成本实现EtherCAT主站功能。

weixin_29305337的博客 707

Python中常见的10个高级特性解析

Python中的装饰器是一种特殊的函数,它可以用来修改其他函数的行为。装饰器可以在不修改原函数代码的情况下,为函数添加额外的功能。装饰器本质上是一个函数,它接受一个函数作为参数,并返回一个新的函数。在Python中,装饰器使用@符号来表示,可以将其放在函数定义的上方。

qq_28245087的博客 4257

手把手教你用STM32单片机DIY一个简易PLC(附完整电路图与PCB文件)

本文详细介绍了如何利用STM32单片机DIY一个简易PLC控制器,涵盖硬件设计、电路图解析、PCB布局优化及固件框架实现。通过完整的电路图和PCB文件,帮助读者从元器件选型到工业级优化,逐步构建可靠的PLC系统,特别适合工业自动化爱好者和学习者实践。

weixin_42527160的博客 577

Web渗透(一)CRLF注入简介

CRLF注入简介1、基础知识2、原理分析3、漏洞挖掘4、防御手段5、CRLF Payload: 1、基础知识 HTTP报文结构 从上图可以看到:HTTP报文由三部分组成:状态行、首部、主体。 可以看到状态行和首部中的每行都是以回车符(\r,%0d,CR)和换行符(\n,%0a,LF)结束。 十六进制编码分别为0x0d和0x0a,URL编码为%0D和%0A 这是因为HTTP规范中行应该使用CRLF结束。另外,首部和主体由两个CRLF分隔。 2、原理分析 CRLF是 “ 回车+换行 ”(\r\n)的简称。

weixin_39157582的博客 6833

Python进阶之高级用法详细总结

今天带各位小伙伴学习一下Python高级语法,主要有Lambda表达式,map函数,filter函数,reduce函数,三大推导式等,文中有非常详细的介绍,需要的朋友可以参考下。

奇华资料的博客 2032

PDDL入门

PDDL的组成部分 Objects:对象,世界上我们感兴趣的事物。 Predicates:谓词,我们感兴趣的事实(例如对象的属性),可以为真,也可以为假。 An initial state:初始化状态,我们开始所处的世界状态,即开始时为真的事物。 Goal specification:目标状态,我们想要结束的世界的状态,即我们希望最终成为真实的事情。 Actions/Operators:动作/操作,改变世界状态的方式,即发生的事情改变了事实。 PDDL语法 PDDL 文件的扩展名通常是.pddl 要

工控小白2021的博客 4824

【Python--高级教程】

最详细的python高级教程,包括正则表达式,CGI编程,Mysql,多线程等知识点汇总!

qq_45832651的博客 2576

ConvLSTM时空预测实战代码详解

ConvLSTM代码复现

JaysonWong的博客 1万+

【CAD】【手把手带你写一个DXF&JAVA解析框架】02——整理DXF元数据实体类,涵盖重要属性与对照组码

本文系统梳理了DXF文件解析中的核心元数据类,重点分析了Tables段(图层、块记录)、Blocks段和Entities段的关键数据结构。通过详细的组码说明和对照代码实现,阐述了图层定义(DXFLayer)、块记录(DXFBlockRecord)、应用程序标识(DXFAppId)等表对象的属性构成;同时解析了直线(DXFLine)、多段线(DXFLwPolyLine)、圆弧(DXFArc)、文字(DXFText)等实体类的几何特征与属性定义。文章还构建了顶点(Vertex)、基类(DXFEntity、DXF

Wonder ZH 270

python高级进阶(超详细建议收藏)

注意:因为线程的数据是共享数据,不用Queue就能实现,所以也会存在一些弊端,因为线程是在进程间独立运行的,所以共享数据会有一定的延时性和不准确性,举例家里有10个馒头,2个孩子,第一个孩子拿走一个会记得还剩下9个,第二个孩子去拿的时候会记得还剩下8个,但是当第一个孩子再去拿的时候会发现只剩下7个了,但是之前明明还剩下9个,这样就会出现问题。注意:线程中的变量数据是可以共享的,进程与线程的区别在于,父子进程是两个单独的个体,子进程类似于直接拷贝的一份父进程的代码独立运行,相当于两个文件。

langjiaohjiopji的博客 1226

【Dify】PPT生成工具应用

本文介绍了一款自动化PPT生成工具,通过智能接口将文本内容高效转化为结构化演示文档。该系统采用三阶段工作流(内容输入、HTTP请求上传、文件输出),无需复杂操作即可生成专业PPT。工具适用于教学课件、产品发布、企业培训等场景,能显著提升内容表达效率,特别适合初学者快速制作演示材料。文章详细说明了核心节点、应用场景及开发资源,为文本到PPT的自动化转换提供了实用解决方案。

Mr数据杨 1223

python高级技巧(一):函数

python中函数及函数的相关内容

Mrliu__的博客 1840

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

python高级调试技巧(一)——原生态的pdb调试

声明:本文所讲的调试是指不附带任何工具的调试,我们平时使用vs code,pycharm进行调试,包括设置断点、单步执行、多步执行等操作都是IDE设置好的,本文不考虑这些,使用原生态的python调试器,不需要任何IDE开发环境。pdb是python自带的调试器,是python debugger 的简称。使用pdb调试有两种方式。 本次文章依然是分为系列文章进行讲解,本文为系列文章第一篇...

MIss-Y的博客 1万+

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

深入探讨Python实战技巧:从基础到高级系列一20240914

python 胶水 鸭子类型 基础 实战

Narutolxy的博客 765

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

python pdb attach_python高级调试技巧(一)——原生态的pdb调试

python高级调试技巧(一)——原生态的pdb调试目录一使用系统自带的pdb模式模块进行单步调试二使用set_trace()设置断点三pdb模块方法详解四使用ipython和jupyternotebook进行调试(下篇预告)01使用系统自带的pdb模式模块进行单步调试所谓的单步调试,就是指的是每次执行一句Python语句。单步执行代码,通过在用户终端命令python-mpdb...

weixin_35051558的博客 1062

Python进阶技巧(一)18个高级函数带你入门便捷算法刷题

Tips:"分享是快乐的源泉💧,在我的博客里,不仅有知识的海洋🌊,还有满满的正能量加持💪,快来和我一起分享这份快乐吧😊!喜欢我的博客的话,记得点个红心❤️和小关小注哦!您的支持是我创作的动力!

m0_60732994的博客 474

Python入门必学:print函数--从基础语法到高级用法

📚 **初识print函数**:从基础语法开始,带你走进Python的print世界,轻松掌握输出字符串和数字的技巧。🖊️ 📘 **进阶print函数**:解锁格式化输出的魅力,使用占位符和f-string让你的输出更加美观和灵活。🎨 📕 **高级用法与技巧**:探索print函数的高级功能,如输出到文件、自定义分隔符和结束符,以及立即刷新输出。🔍 #Python入门 #print函数 #格式化输出 #高级用法 #Python学习之旅

创作高质量博文,分享知识,共同进步! 2619

深入理解Python正则表达式:解析、匹配和高级技巧

正则表达式(Regular Expression,简称Regex或RegExp)是一种用于文本匹配和搜索的强大工具,它由字符和特殊字符组成,用于描述文本模式。文本搜索与匹配字符串替换输入验证数据提取文本处理和解析Python中的re模块提供了正则表达式的支持,允许你创建、编译和使用正则表达式来完成上述任务。正则表达式提供了一些预定义字符类,用于匹配常见字符集合。\d:匹配数字字符。\D:匹配非数字字符。\w:匹配单词字符(字母、数字、下划线)。\W:匹配非单词字符。\s。

努力是为了站在万人之中,成为别人的光 1万+

【Python系列】【数据结构】【列表(list)】一文彻底精通(底层原理、应用场景、高级技巧到高频考点)

这篇文章全面解析了Python列表的核心特性与应用技巧。主要内容包括:1.底层动态数组实现原理与时间复杂度分析;2.高级操作技巧如切片、列表推导式和预分配空间;3.典型应用场景如数据处理和任务管理;4.高频考点与性能陷阱;5.与其他数据结构的对比选型建议。文章强调通过理解底层机制和灵活运用技巧来优化性能,并提供了线程安全和替代方案等实战建议。适合希望深入掌握Python列表的程序员阅读。

学习代码 856

掌握 Python 正则表达式:从基础到高级应用

本文介绍了Python中正则表达式的基础知识、常用语法和高级技巧,并提供了一些实际应用示例。正则表达式作为文本处理的重要工具,在数据清洗、搜索替换等方面发挥着重要作用。掌握正则表达式将为你的Python编程带来更多可能性,提高文本处理的效率和灵活性。通过本文的学习,相信读者已经对Python中的正则表达式有了更深入的了解,可以在实际项目中灵活应用,更高效地处理文本数据。

qq_52625656的博客 607

深入Python编程:从基础到高级的实战指南

深入Python编程》是一本介于入门与精通之间的Python编程书籍,由具有多年开发经验的作者精心撰写。本书不仅覆盖了Python语言的基础知识,如基本语法、内置类型、函数等,还深入探讨了Python的高级特性,如迭代器、模块、类、异常处理、描述符、装饰器、元类等。此外,书中还详细介绍了Python标准库和第三方库的使用,为读者提供了丰富的实践案例和技巧。

kiingking的博客 570

python 中字典使用的一些小技巧

本文简单的记录了 python中 字典使用的一些技巧 一、从字典中提取子集 prices = { 'ACME': 45.23, 'AAPL': 612.78, 'IBM': 205.55, 'HPQ': 37.20, 'FB': 10.75 } ##下面使用字典推导式来取 值大于200或者键在一个列表中的子集 ## Make a dictionary of all prices ove...

juzexia的博客 416

Python高级技巧(七):装饰器

Python高级技巧中的装饰器及其相关内容

Mrliu__的博客 1327

Python性能优化:懒加载与其他高级技巧

懒加载是一种设计模式,它推迟了对象的初始化直到其被实际需要的时候。这种方式可以提高程序的启动速度,减少内存消耗,并在某些情况下提高性能。

AutotestProject 660
上一篇: python的多进程和多线程
下一篇: python高级技巧(二)
ShadowFlow
博客等级 码龄11年 31粉丝 55原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值