Python不像想象那么简单！学会这些小技巧，离精通更进一步( 二 )

本文插图
7.Itertools
如果深入学习Python ，那你肯定要熟悉itertools 。 itertools是标准库中的一个模块，它可以不断地解决迭代问题。它不仅使编写复杂循环大幅度变容易，而且还使代码更简洁快速。有数百种Itertools的使用示例，来看看其中一个：
c = [[1, 2], [3, 4], [5, 6]] # Let's convert this matrix to a 1 dimensional list. import itertools as it newlist = list(it.chain.from_iterable(c))
8.分组相邻列表
在for循环中，对相邻循环进行分组当然很容易，特别是使用zip() ，但这肯定不是最好的方法。为了更轻松便捷地实现这一点，可以用zip编写一个lambda表达式，该表达式将对相邻列表进行分组，如下所示：
a = [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)

本文插图
9.计数器
集合也是模块中很好的标准库，这里向大家介绍的是集合中的计数器。使用计数器，可以轻松获得一个列表的计数。这对于获取数据中的值总数、数据的空计数，以及查看数据的唯一值非常有用。
“为什么不直接使用Pandas呢？”使用Pandas来实现这一点无疑会困难得多，而且这只是在部署算法时需要添加到虚拟环境中的另一个依赖项。另外， Python中的计数器类型有很多Pandas系列没有的特性，这使其在某些情况下更有用。

本文插图
图源：unsplash
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)]
10.出队
如下所示，出队能让代码非常整洁：
import collections Q = collections.deque() Q.append(1) Q.appendleft(2) Q.extend([3, 4]) Q.extendleft([5, 6]) Q.pop() Q.popleft() Q.rotate(3) Q.rotate(-3) print(Q)

本文插图
这些是笔者一直爱用的Python技巧，都非常通用和实用，实践中总有机会能用到。 Python的标准库函数工具箱变得越来越多样，还有很多笔者也没听说过的工具。学无止境，这多么令人兴奋！

本文插图
留言点赞关注
我们一起分享AI学习与发展的干货
如转载，请后台留言，遵守转载规范