Python小技巧

本文介绍了Python编程中的一些实用技巧,包括数据结构的降维、循环优化、数组拼接、多列表迭代及逻辑表达式的短路特性等。通过具体实例展示了如何通过简单的调整提高代码的运行效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

(1)如何将高维数据降维

只需要一行代码就可以将树状结构的数据平扁化

from collections import Iterable
def flat(s):return reduce(lambda x,y:x+flat(y) if isinstance(y,Iterable) else x+[y],s,[])

print(flat([(1,2,3),[2,3],5,[1,[2,3,{4,5,(6)}]]]))

(2)关于循环

可以注意到,将小的循环放在外面是能够提升不少效率的,原因其实很简单:因为循环之间的跳转也是需要代价的,对于t3,最里面的语句x=i+j到内循环的跳转的次数是500000*5,而内循环与外循环之间的跳转是5次。对于t4,x=i+j的跳转次数是一样的,但是内循环与外循环之间的跳转的500000次,这里就是多出来的开销了。
def t3():
    for i in range(5):
        for j in range(5000000):
            x =i+j
def t4():
    for i in range(5000000):
        for j in range(5):
            x =i+j

(3)关于拼接数组

t1代码的执行时间远远大于t2,这是因为它执行的拼接操作更多,尽管t1中内部的一个list元素要少于t2,但是这个影响相对来说要小一些。

def t1():
    L1 = [[(1,2,3,4,5,6,7,8)]*8 for i in range(5040)]
    flat_map(lambda x:x,L1)
def t2():
    L2 = [[(1,2,3,4,5,6,7,8)]*5040 for i in range(8)]
    flat_map(lambda x:x,L2)

(4)关于同时迭代几个列表:python3直接使用zip返回一个iterator.下面的代码用来将一个’1111.0011.1010.1101’转换成十六进制的’0x….0x….0x…..0x….的形式’

def trans(s):
    return reduce(lambda x,y:x+y,map(lambda x:hex(int(x[0],2)<<x[1]),zip(s.split('.'),[16,8,4,0])))

(5)关于python的逻辑表达式短路技巧:

#method 1:
    x = f()
    res = x if x==[] else 100
#method 2:
    res = f() or 100
#more:
b = ([] and 3) or 2#b = 2
b = ([] and 3) and 2#b = []

python里面的这个技巧可以让代码更加精炼!但是也会减少刻读性,自己斟酌~~~~

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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