7个使我的代码更好和更聪明的python技巧

I am an engineer by education. I learned Fortran and MATLAB in college to solve engineering questions like energy and mass transfer, but I don’t have a solid software engineering training. When I started to learn Python for data science and machine learning recently, I did it by kind of ‘result-oriented’ way, which made my code a little bit messy and inefficient.

我是受过教育的工程师。 我在大学期间学习了Fortran和MATLAB，以解决诸如能量和质量传递的工程问题，但是我没有扎实的软件工程培训。 最近，当我开始学习用于数据科学和机器学习的Python时，我是以“面向结果”的方式完成的，这使我的代码有些混乱且效率低下。

Through my self-learning journey, I find several Python functions that improve my code a lot. I wish to share 7 Python tricks in this post that I wish I had known earlier as a beginner.

在我的自学过程中，我发现了一些Python函数，这些函数极大地改善了我的代码。 我希望在这篇文章中分享7个Python技巧，我希望我以前是一个初学者。

1.清单理解 (1. list comprehension)

List comprehension saves time and codes. It is a simple way to generate a list comparing to using loops.

列表理解可以节省时间和代码。 与使用循环相比，这是一种生成列表的简单方法。

Let’s look at an example: we have a list: x, containing 5 integers, and we want to make a list,x_square, that contains the square of the 5 integers in x.

让我们看一个例子：我们有一个列表：x，包含5个整数，我们要创建一个列表，x_square，包含x中5个整数的平方。

A for loop method will be like this:

for循环方法将如下所示：

List comprehension can do the same job in one line of code:

列表理解可以在一行代码中完成相同的工作：

It can also include a condition, say we only want a list containing the square of integers only for the integers greater than 2. For the loop method, we can add an if statement:

它也可以包含一个条件，例如，我们只想要一个包含整数平方的列表，仅针对大于2的整数。对于循环方法，我们可以添加一个if语句：

List comprehension: add the condition in the end — still one line of code

列表理解：最后添加条件-仍然是一行代码

2. lambda函数(2. lambda function)

lambda is a small anonymous function that behaves like a normal function.

lambda是一个小的匿名函数，其行为类似于普通函数。

For example, a function calculates the square can be defined:

例如，可以定义一个计算平方的函数：

def cal_square(x):
   returm x**2

Using a lambda function, it can be done as

使用lambda函数，可以完成

cal_square = lambda(x:x**2)

It is very convenient to sort thing using your own defined function, for example:

使用自己定义的函数对事物进行排序非常方便，例如：

Also very useful to manipulate pandas dataframe using apply:

使用apply操作pandas数据框也非常有用：

3. map() (3. map())

map take a function and a list as parameters, it applies the function to every item in the list. It is really handy because it avoids using loops, and it is faster.

map将一个函数和一个列表作为参数，它将函数应用于列表中的每个项目。 它非常方便，因为它避免使用循环，并且速度更快。

Take a simple function, for example, if we want to calculate the square of every item in the list, we can define a function to do the calculation and apply the function to the list using map()

以一个简单的函数为例，如果我们要计算列表中每个项目的平方，我们可以定义一个函数进行计算，然后使用map()将函数应用于列表

4. filter()(4. filter())

As suggested by the name, filter apply a filter to a list and return items that satisfied the conditions. If we want only the positive items in a list, we can define a filter function and then apply filter to the list.

顾名思义， filter将过滤filter应用于列表并返回满足条件的项目。 如果只需要列表中的肯定项，则可以定义过滤器功能，然后将filter应用于列表。

You can also use lambda here to make it simpler.

您也可以在此处使用lambda使其更简单。

5. join() (5. join())

join is a way to concatenate strings together. The straightforward way to join strings is to use +, for example:

join是将字符串连接在一起的一种方式。 连接字符串的直接方法是使用+ ，例如：

this can be done by using join easier:

这可以通过使用join更容易做到：

6.枚举() (6. enumerate())

enumerate adds counters to the data. For example:

enumerate将计数器添加到数据。 例如：

It is very useful to use in a loop:

在循环中使用非常有用：

7. format() (7. format())

format() is a string formatting method in Python3. It is convenient to generate or print strings with multiple variables.

format()是Python3中的字符串格式化方法。 生成或打印具有多个变量的字符串很方便。

For example:

例如：

It is quite useful in loops:

它在循环中非常有用：

You can also play around with the number using .5f :

您也可以使用.5f来处理.5f ：

F-string is another way of playing around with string and it is even smarter and avoids a long line.

F弦是另一种与弦打交道的方式，它甚至更聪明并且避免了排长队。

That’s it. These tricks make my code a lot simpler and better without writing unnecessary loops. I hope these tricks help you too.

而已。 这些技巧使我的代码更简单，更好，而无需编写不必要的循环。 我希望这些技巧也能对您有所帮助。

Thanks for reading, happy coding.

感谢您阅读，编码愉快。

I also wrote articles about Numpy and Pandas, you can take a look if you are interested!

我还写了有关Numpy和Pandas的文章，如果有兴趣可以看看！

https://towardsdatascience.com/10-pandas-tricks-to-make-my-data-analyzing-process-more-efficient-part-2-b72ea43a0bb5

https://towardsdatascience.com/10-pandas-tricks-to-make-my-data-analyzing-process-more-efficiency-part-2-b72ea43a0bb5

翻译自: https://towardsdatascience.com/7-python-tricks-to-make-my-code-better-and-smarter-60dfde0b6c49