30个Python语言的特点技巧-或许你不知道

1   介绍

从我开始学习Python时我就决定维护一个经常使用的“窍门”列表。不论何时当我看到一段让我觉得“酷，这样也行！”的代码时（在一个例子中、在StackOverflow、在开源码软件中，等等），我会尝试它直到理解它，然后把它添加到列表中。这篇文章是清理过列表的一部分。如果你是一个有经验的Python程序员，尽管你可能已经知道一些，但你仍能发现一些你不知道的。如果你是一个正在学习Python的C、C++或Java程序员，或者刚开始学习编程，那么你会像我一样发现它们中的很多非常有用。

每个窍门或语言特性只能通过实例来验证，无需过多解释。虽然我已尽力使例子清晰，但它们中的一些仍会看起来有些复杂，这取决于你的熟悉程度。所以如果看过例子后还不清楚的话，标题能够提供足够的信息让你通过Google获取详细的内容。

列表按难度排序，常用的语言特征和技巧放在前面。

1.1   分拆

• >>> a, b, c = 1, 2, 3
• >>> a, b, c  
• (1, 2, 3)  
• >>> a, b, c = [1, 2, 3]  
• >>> a, b, c  
• (1, 2, 3)  
• >>> a, b, c = (2 * i + 1 for i in range(3))  
• >>> a, b, c  
• (1, 3, 5)  
• >>> a, (b, c), d = [1, (2, 3), 4]  
• >>> a  
• 1
• >>> b  
• 2
• >>> c  
• 3
• >>> d  
• 4 

1.2   交换变量分拆

• >>> a, b = 1, 2
• >>> a, b = b, a  
• >>> a, b  
• (2, 1) 

1.3   拓展分拆 (Python 3下适用)

• >>> a, *b, c = [1, 2, 3, 4, 5]  
• >>> a  
• 1
• >>> b  
• [2, 3, 4]  
• >>> c  
• 5 

1.4   负索引

• >>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
• >>> a[-1]  
• 10
• >>> a[-3]  
• 8 

1.5   列表切片 (a[start:end])

• >>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
• >>> a[2:8]  
• [2, 3, 4, 5, 6, 7] 

1.6   使用负索引的列表切片

• >>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
• >>> a[-4:-2]  
• [7, 8] 

1.7   带步进值的列表切片 (a[start:end:step])

• >>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
• >>> a[::2]  
• [0, 2, 4, 6, 8, 10]  
• >>> a[::3]  
• [0, 3, 6, 9]  
• >>> a[2:8:2]  
• [2, 4, 6] 

1.8   负步进值得列表切片

• >>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
• >>> a[::-1]  
• [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]  
• >>> a[::-2]  
• [10, 8, 6, 4, 2, 0] 

1.9   列表切片赋值

• >>> a = [1, 2, 3, 4, 5]  
• >>> a[2:3] = [0, 0]  
• >>> a  
• [1, 2, 0, 0, 4, 5]  
• >>> a[1:1] = [8, 9]  
• >>> a  
• [1, 8, 9, 2, 0, 0, 4, 5]  
• >>> a[1:-1] = []  
• >>> a  
• [1, 5] 

1.10   命名切片 (slice(start, end, step))

• >>> a = [0, 1, 2, 3, 4, 5]  
• >>> LASTTHREE = slice(-3, None)  
• >>> LASTTHREE  
• slice(-3, None, None)  
• >>> a[LASTTHREE]  
• [3, 4, 5] 

1.11   zip打包解包列表和倍数

• >>> a = [1, 2, 3]  
• >>> b = ['a', 'b', 'c']  
• >>> z = zip(a, b)  
• >>> z  
• [(1, 'a'), (2, 'b'), (3, 'c')]  
• >>> zip(*z)  
• [(1, 2, 3), ('a', 'b', 'c')] 

1.12   使用zip合并相邻的列表项

• >>> a = [1, 2, 3, 4, 5, 6]  
• >>> zip(*([iter(a)] * 2))  
• [(1, 2), (3, 4), (5, 6)]  
•  
• >>> group_adjacent = lambda a, k: zip(*([iter(a)] * k))  
• >>> group_adjacent(a, 3)  
• [(1, 2, 3), (4, 5, 6)]  
• >>> group_adjacent(a, 2)  
• [(1, 2), (3, 4), (5, 6)]  
• >>> group_adjacent(a, 1)  
• [(1,), (2,), (3,), (4,), (5,), (6,)]  
•  
• >>> zip(a[::2], a[1::2])  
• [(1, 2), (3, 4), (5, 6)]  
•  
• >>> zip(a[::3], a[1::3], a[2::3])  
• [(1, 2, 3), (4, 5, 6)]  
•  
• >>> group_adjacent = lambda a, k: zip(*(a[i::k] for i in range(k)))  
• >>> group_adjacent(a, 3)  
• [(1, 2, 3), (4, 5, 6)]  
• >>> group_adjacent(a, 2)  
• [(1, 2), (3, 4), (5, 6)]  
• >>> group_adjacent(a, 1)  
• [(1,), (2,), (3,), (4,), (5,), (6,)] 

1.13  使用zip和iterators生成滑动窗口 (n -grams)

• >>> from itertools import islice  
• >>> def n_grams(a, n):  
• ...     z = (islice(a, i, None) for i in range(n))  
• ...     return zip(*z)  
• ...  
• >>> a = [1, 2, 3, 4, 5, 6]  
• >>> n_grams(a, 3)  
• [(1, 2, 3), (2, 3, 4), (3, 4, 5), (4, 5, 6)]  
• >>> n_grams(a, 2)  
• [(1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]  
• >>> n_grams(a, 4)  
• [(1, 2, 3, 4), (2, 3, 4, 5), (3, 4, 5, 6)] 

1.14   使用zip反转字典

• >>> m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  
• >>> m.items()  
• [('a', 1), ('c', 3), ('b', 2), ('d', 4)]  
• >>> zip(m.values(), m.keys())  
• [(1, 'a'), (3, 'c'), (2, 'b'), (4, 'd')]  
• >>> mi = dict(zip(m.values(), m.keys()))  
• >>> mi  
• {1: 'a', 2: 'b', 3: 'c', 4: 'd'} 

1.15   摊平列表:

• >>> a = [[1, 2], [3, 4], [5, 6]]  
• >>> list(itertools.chain.from_iterable(a))  
• [1, 2, 3, 4, 5, 6]  
•  
• >>> sum(a, [])  
• [1, 2, 3, 4, 5, 6]  
•  
• >>> [x for l in a for x in l]  
• [1, 2, 3, 4, 5, 6]  
•  
• >>> a = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]  
• >>> [x for l1 in a for l2 in l1 for x in l2]  
• [1, 2, 3, 4, 5, 6, 7, 8]  
•  
• >>> a = [1, 2, [3, 4], [[5, 6], [7, 8]]]  
• >>> flatten = lambda x: [y for l in x for y in flatten(l)] if type(x) is list else [x]  
• >>> flatten(a)  
• [1, 2, 3, 4, 5, 6, 7, 8] 

注意: 根据Python的文档，itertools.chain.from_iterable是首选。

1.16   生成器表达式

• >>> g = (x ** 2 for x in xrange(10))  
• >>> next(g)  
• 0
• >>> next(g)  
• 1
• >>> next(g)  
• 4
• >>> next(g)  
• 9
• >>> sum(x ** 3 for x in xrange(10))  
• 2025
• >>> sum(x ** 3 for x in xrange(10) if x % 3 == 1)  
• 408 

1.17   迭代字典

• >>> m = {x: x ** 2 for x in range(5)}  
• >>> m  
• {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}  
•  
• >>> m = {x: 'A' + str(x) for x in range(10)}  
• >>> m  
• {0: 'A0', 1: 'A1', 2: 'A2', 3: 'A3', 4: 'A4', 5: 'A5', 6: 'A6', 7: 'A7', 8: 'A8', 9: 'A9'} 

1.18   通过迭代字典反转字典

• >>> m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  
• >>> m  
• {'d': 4, 'a': 1, 'b': 2, 'c': 3}  
• >>> {v: k for k, v in m.items()}  
• {1: 'a', 2: 'b', 3: 'c', 4: 'd'} 

1.19   命名序列 (collections.namedtuple)

• >>> Point = collections.namedtuple('Point', ['x', 'y'])  
• >>> p = Point(x=1.0, y=2.0)  
• >>> p  
• Point(x=1.0, y=2.0)  
• >>> p.x  
• 1.0
• >>> p.y  
• 2.0 

1.20   命名列表的继承:

• >>> class Point(collections.namedtuple('PointBase', ['x', 'y'])):  
• ...     __slots__ = ()  
• ...     def __add__(self, other):  
• ...             return Point(x=self.x + other.x, y=self.y + other.y)  
• ...  
• >>> p = Point(x=1.0, y=2.0)  
• >>> q = Point(x=2.0, y=3.0)  
• >>> p + q  
• Point(x=3.0, y=5.0) 

1.21   集合及集合操作

• >>> A = {1, 2, 3, 3}  
• >>> A  
• set([1, 2, 3])  
• >>> B = {3, 4, 5, 6, 7}  
• >>> B  
• set([3, 4, 5, 6, 7])  
• >>> A | B  
• set([1, 2, 3, 4, 5, 6, 7])  
• >>> A & B  
• set([3])  
• >>> A - B  
• set([1, 2])  
• >>> B - A  
• set([4, 5, 6, 7])  
• >>> A ^ B  
• set([1, 2, 4, 5, 6, 7])  
• >>> (A ^ B) == ((A - B) | (B - A))  
• True 

1.22   多重集及其操作 (collections.Counter)

• >>> A = collections.Counter([1, 2, 2])  
• >>> B = collections.Counter([2, 2, 3])  
• >>> A  
• Counter({2: 2, 1: 1})  
• >>> B  
• Counter({2: 2, 3: 1})  
• >>> A | B  
• Counter({2: 2, 1: 1, 3: 1})  
• >>> A & B  
• Counter({2: 2})  
• >>> A + B  
• Counter({2: 4, 1: 1, 3: 1})  
• >>> A - B  
• Counter({1: 1})  
• >>> B - A  
• Counter({3: 1}) 

1.23   迭代中最常见的元素 (collections.Counter)

• >>> A = collections.Counter([1, 1, 2, 2, 3, 3, 3, 3, 4, 5, 6, 7])  
• >>> A  
• Counter({3: 4, 1: 2, 2: 2, 4: 1, 5: 1, 6: 1, 7: 1})  
• >>> A.most_common(1)  
• [(3, 4)]  
• >>> A.most_common(3)  
• [(3, 4), (1, 2), (2, 2)] 

1.24   双端队列 (collections.deque)

• >>> Q = collections.deque()  
• >>> Q.append(1)  
• >>> Q.appendleft(2)  
• >>> Q.extend([3, 4])  
• >>> Q.extendleft([5, 6])  
• >>> Q  
• deque([6, 5, 2, 1, 3, 4])  
• >>> Q.pop()  
• 4
• >>> Q.popleft()  
• 6
• >>> Q  
• deque([5, 2, 1, 3])  
• >>> Q.rotate(3)  
• >>> Q  
• deque([2, 1, 3, 5])  
• >>> Q.rotate(-3)  
• >>> Q  
• deque([5, 2, 1, 3]) 

1.25   有最大长度的双端队列 (collections.deque)

• >>> last_three = collections.deque(maxlen=3)  
• >>> for i in xrange(10):  
• ...     last_three.append(i)  
• ...     print ', '.join(str(x) for x in last_three)  
• ...  
• 0
• 0, 1
• 0, 1, 2
• 1, 2, 3
• 2, 3, 4
• 3, 4, 5
• 4, 5, 6
• 5, 6, 7
• 6, 7, 8
• 7, 8, 9 

1.26   字典排序 (collections.OrderedDict)

• >>> m = dict((str(x), x) for x in range(10))  
• >>> print ', '.join(m.keys())  
• 1, 0, 3, 2, 5, 4, 7, 6, 9, 8
• >>> m = collections.OrderedDict((str(x), x) for x in range(10))  
• >>> print ', '.join(m.keys())  
• 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
• >>> m = collections.OrderedDict((str(x), x) for x in range(10, 0, -1))  
• >>> print ', '.join(m.keys())  
• 10, 9, 8, 7, 6, 5, 4, 3, 2, 1 

1.27   缺省字典 (collections.defaultdict)

• >>> m = dict()  
• >>> m['a']  
• Traceback (most recent call last):  
•   File "<stdin>", line 1, in <module>  
• KeyError: 'a'
• >>>  
• >>> m = collections.defaultdict(int)  
• >>> m['a']  
• 0
• >>> m['b']  
• 0
• >>> m = collections.defaultdict(str)  
• >>> m['a']  
• ''
• >>> m['b'] += 'a'
• >>> m['b']  
• 'a'
• >>> m = collections.defaultdict(lambda: '[default value]')  
• >>> m['a']  
• '[default value]'
• >>> m['b']  
• '[default value]' 

1.28   用缺省字典表示简单的树

• >>> import json  
• >>> tree = lambda: collections.defaultdict(tree)  
• >>> root = tree()  
• >>> root['menu']['id'] = 'file'
• >>> root['menu']['value'] = 'File'
• >>> root['menu']['menuitems']['new']['value'] = 'New'
• >>> root['menu']['menuitems']['new']['onclick'] = 'new();'
• >>> root['menu']['menuitems']['open']['value'] = 'Open'
• >>> root['menu']['menuitems']['open']['onclick'] = 'open();'
• >>> root['menu']['menuitems']['close']['value'] = 'Close'
• >>> root['menu']['menuitems']['close']['onclick'] = 'close();'
• >>> print json.dumps(root, sort_keys=True, indent=4, separators=(',', ': '))  
• {  
•     "menu": {  
•         "id": "file",  
•         "menuitems": {  
•             "close": {  
•                 "onclick": "close();",  
•                 "value": "Close"
•             },  
•             "new": {  
•                 "onclick": "new();",  
•                 "value": "New"
•             },  
•             "open": {  
•                 "onclick": "open();",  
•                 "value": "Open"
•             }  
•         },  
•         "value": "File"
•     }  
• } 

(到https://gist.github.com/hrldcpr/2012250查看详情)

1.29   映射对象到唯一的序列数 (collections.defaultdict)

• >>> import itertools, collections  
• >>> value_to_numeric_map = collections.defaultdict(itertools.count().next)  
• >>> value_to_numeric_map['a']  
• 0
• >>> value_to_numeric_map['b']  
• 1
• >>> value_to_numeric_map['c']  
• 2
• >>> value_to_numeric_map['a']  
• 0
• >>> value_to_numeric_map['b']  
• 1 

1.30   最大最小元素 (heapq.nlargest和heapq.nsmallest)

• >>> a = [random.randint(0, 100) for __ in xrange(100)]  
• >>> heapq.nsmallest(5, a)  
• [3, 3, 5, 6, 8]  
• >>> heapq.nlargest(5, a)  
• [100, 100, 99, 98, 98] 

1.31   笛卡尔乘积 (itertools.product)

• >>> for p in itertools.product([1, 2, 3], [4, 5]):  
• (1, 4)  
• (1, 5)  
• (2, 4)  
• (2, 5)  
• (3, 4)  
• (3, 5)  
• >>> for p in itertools.product([0, 1], repeat=4):  
• ...     print ''.join(str(x) for x in p)  
• ...  
• 0000
• 0001
• 0010
• 0011
• 0100
• 0101
• 0110
• 0111
• 1000
• 1001
• 1010
• 1011
• 1100
• 1101
• 1110
• 1111 

1.32   组合的组合和置换 (itertools.combinations 和 itertools.combinations_with_replacement)

• >>> for c in itertools.combinations([1, 2, 3, 4, 5], 3):  
• ...     print ''.join(str(x) for x in c)  
• ...  
• 123
• 124
• 125
• 134
• 135
• 145
• 234
• 235
• 245
• 345
• >>> for c in itertools.combinations_with_replacement([1, 2, 3], 2):  
• ...     print ''.join(str(x) for x in c)  
• ...  
• 11
• 12
• 13
• 22
• 23
• 33 

1.33   排序 (itertools.permutations)

• >>> for p in itertools.permutations([1, 2, 3, 4]):  
• ...     print ''.join(str(x) for x in p)  
• ...  
• 1234
• 1243
• 1324
• 1342
• 1423
• 1432
• 2134
• 2143
• 2314
• 2341
• 2413
• 2431
• 3124
• 3142
• 3214
• 3241
• 3412
• 3421
• 4123
• 4132
• 4213
• 4231
• 4312
• 4321 

1.34   链接的迭代 (itertools.chain)

• >>> a = [1, 2, 3, 4]  
• >>> for p in itertools.chain(itertools.combinations(a, 2), itertools.combinations(a, 3)):  
• ...     print p  
• ...  
• (1, 2)  
• (1, 3)  
• (1, 4)  
• (2, 3)  
• (2, 4)  
• (3, 4)  
• (1, 2, 3)  
• (1, 2, 4)  
• (1, 3, 4)  
• (2, 3, 4)  
• >>> for subset in itertools.chain.from_iterable(itertools.combinations(a, n) for n in range(len(a) + 1))  
• ...     print subset  
• ...  
• ()  
• (1,)  
• (2,)  
• (3,)  
• (4,)  
• (1, 2)  
• (1, 3)  
• (1, 4)  
• (2, 3)  
• (2, 4)  
• (3, 4)  
• (1, 2, 3)  
• (1, 2, 4)  
• (1, 3, 4)  
• (2, 3, 4)  
• (1, 2, 3, 4) 

1.35   按给定值分组行 (itertools.groupby)

• >>> from operator import itemgetter  
• >>> import itertools  
• >>> with open('contactlenses.csv', 'r') as infile:  
• ...     data = [line.strip().split(',') for line in infile]  
• ...  
• >>> data = data[1:]  
• >>> def print_data(rows):  
• ...     print '\n'.join('\t'.join('{: <16}'.format(s) for s in row) for row in rows)  
• ...  
•  
• >>> print_data(data)  
• young               myope                   no                      reduced                 none  
• young               myope                   no                      normal                  soft  
• young               myope                   yes                     reduced                 none  
• young               myope                   yes                     normal                  hard  
• young               hypermetrope            no                      reduced                 none  
• young               hypermetrope            no                      normal                  soft  
• young               hypermetrope            yes                     reduced                 none  
• young               hypermetrope            yes                     normal                  hard  
• pre-presbyopic      myope                   no                      reduced                 none  
• pre-presbyopic      myope                   no                      normal                  soft  
• pre-presbyopic      myope                   yes                     reduced                 none  
• pre-presbyopic      myope                   yes                     normal                  hard  
• pre-presbyopic      hypermetrope            no                      reduced                 none  
• pre-presbyopic      hypermetrope            no                      normal                  soft  
• pre-presbyopic      hypermetrope            yes                     reduced                 none  
• pre-presbyopic      hypermetrope            yes                     normal                  none  
• presbyopic          myope                   no                      reduced                 none  
• presbyopic          myope                   no                      normal                  none  
• presbyopic          myope                   yes                     reduced                 none  
• presbyopic          myope                   yes                     normal                  hard  
• presbyopic          hypermetrope            no                      reduced                 none  
• presbyopic          hypermetrope            no                      normal                  soft  
• presbyopic          hypermetrope            yes                     reduced                 none  
• presbyopic          hypermetrope            yes                     normal                  none  
•  
• >>> data.sort(key=itemgetter(-1))  
• >>> for value, group in itertools.groupby(data, lambda r: r[-1]):  
• ...     print '-----------'
• ...     print 'Group: ' + value  
• ...     print_data(group)  
• ...  
• -----------  
• Group: hard  
• young               myope                   yes                     normal                  hard  
• young               hypermetrope            yes                     normal                  hard  
• pre-presbyopic      myope                   yes                     normal                  hard  
• presbyopic          myope                   yes                     normal                  hard  
• -----------  
• Group: none  
• young               myope                   no                      reduced                 none  
• young               myope                   yes                     reduced                 none  
• young               hypermetrope            no                      reduced                 none  
• young               hypermetrope            yes                     reduced                 none  
• pre-presbyopic      myope                   no                      reduced                 none  
• pre-presbyopic      myope                   yes                     reduced                 none  
• pre-presbyopic      hypermetrope            no                      reduced                 none  
• pre-presbyopic      hypermetrope            yes                     reduced                 none  
• pre-presbyopic      hypermetrope            yes                     normal                  none  
• presbyopic          myope                   no                      reduced                 none  
• presbyopic          myope                   no                      normal                  none  
• presbyopic          myope                   yes                     reduced                 none  
• presbyopic          hypermetrope            no                      reduced                 none  
• presbyopic          hypermetrope            yes                     reduced                 none  
• presbyopic          hypermetrope            yes                     normal                  none  
• -----------  
• Group: soft  
• young               myope                   no                      normal                  soft  
• young               hypermetrope            no                      normal                  soft  
• pre-presbyopic      myope                   no                      normal                  soft  
• pre-presbyopic      hypermetrope            no                      normal                  soft  
• presbyopic          hypermetrope            no                      normal                  soft