加入收藏 | 设为首页 | 会员中心 | 我要投稿 湖南网 (https://www.hunanwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 建站 > 正文

18个Python脚本可加速你的编码速度

发布时间:2019-10-18 03:03:18 所属栏目:建站 来源:数据大视界
导读:在本文中,我们向您先容一些提醒和能力,以辅佐您更快地编写代码 Python的可读性和计划简朴性是其广受接待的两个首要缘故起因。 一些常见的Python能力可以辅佐你进步编码速率。在您的一般编码操练中,以下能力将很是有效。 1.在字符串中查找独一元素 以下代码

以下剧本行使列举遍历列表中的值及其索引。

  1. my_list = ['a', 'b', 'c', 'd', 'e'] 
  2.  
  3. for index, value in enumerate(my_list): 
  4.  print('{0}: {1}'.format(index, value)) 
  5.  
  6. # 0: a 
  7. # 1: b 
  8. # 2: c 
  9. # 3: d 
  10. # 4: e 

11.查找两个字符串是否为字母

Counter类的一个风趣应用是查找字谜。

字谜是通过从头分列差异单词或短语的字母而形成的单词或短语。

假如Counter两个字符串的工具相称,那么它们就是字谜。

  1. from collections import Counter 
  2.  
  3. str_1, str_2, str_3 = "acbde", "abced", "abcda" 
  4. cnt_1, cnt_2, cnt_3 = Counter(str_1), Counter(str_2), Counter(str_3) 
  5.  
  6. if cnt_1 == cnt_2: 
  7.  print('1 and 2 anagram') 
  8. if cnt_1 == cnt_3: 
  9.  print('1 and 3 anagram') 

12.行使try-except-else块

行使try / except块可以轻松完成Python中的错误处理赏罚。当try块中没有激发非常时,它将正常运行。假如您必要运行某些措施而不思量非常,请行使finally,担保资源的开释,和最终逻辑的执行。

  1. try: 
  2.  print(a/b) 
  3.  # exception raised when b is 0 
  4. except ZeroDivisionError: 
  5.  print("division by zero") 
  6. else: 
  7.  print("no exceptions raised") 
  8. finally: 
  9.  print("Run this always") 

13.列表中元素的频率

这样做有多种要领,但我最喜好的是行使Python Counter类。

Python计数器跟踪容器中每个元素的频率。Counter()返回一个字典,个中元素作为键,而频率作为值。

我们还行使该most_common()函数来获取most_frequent列表中的元素。

  1. # finding frequency of each element in a list 
  2. from collections import Counter 
  3. my_list = ['a','a','b','b','b','c','d','d','d','d','d'] 
  4. count = Counter(my_list) # defining a counter object 
  5. print(count) # Of all elements 
  6. # Counter({'d': 5, 'b': 3, 'a': 2, 'c': 1}) 
  7. print(count['b']) # of individual element 
  8. # 3 
  9. print(count.most_common(1)) # most frequent element 
  10. # [('d', 5)] 

14.搜查工具的内存行使环境

以下剧本可用于搜查工具的内存行使环境。在此处相识更多信息。

  1. import sys 
  2.  
  3. num = 21 
  4.  
  5. print(sys.getsizeof(num)) 
  6.  
  7. # In Python 2, 24 
  8. # In Python 3, 28 

15.从列表中取样

以下代码段 n行使该random库从给定列表中天生了很多随机样本。

  1.  随机导入 
  2. my_list = [ 'a','b','c','d','e' ] 
  3. num_samples = 2 
  4. 样本= 随机 .sample(my_list,num_samples) 
  5.  打印(样本) 

#[ 'a','e' ] 这将具有恣意2个 随机值

16.统计代码执行所需的时刻

以下代码段行使该time库来计较执行一段代码所耗费的时刻。

  1. import time 
  2.  
  3. start_time = time.time() 
  4. # Code to check follows 
  5. a, b = 1,2 
  6. c = a+ b 
  7. # Code to check ends 
  8. end_time = time.time() 
  9. time_taken_in_micro = (end_time- start_time)*(10**6) 
  10.  
  11. print(" Time taken in micro_seconds: {0} ms").format(time_taken_in_micro) 

17.展平列表清单

(编辑:湖南网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读