Python|python中实用的5个小技巧（2） Python

文章图片

文章图片

需要对可遍历对象进行计算时使用numpy
可以看出明显的时间消耗相差了多少，如果进行更复杂数据量更大的计算时， numpy库的使用可以明显的提升速度，可能这也是为什么numpy在数据分析中如此重要的原因了。
处理大型CSV文件时选择pandas库

当然python是提供了CSV文件的API的但是对于更大的文件就有些吃紧了，而且对于数据的清洗都可以直接使用pandas和numpy会更加的方便。

遍历多个列表使用zip函数简化

很多小伙伴遍历多个列表时要么就是嵌套循环，要么就是使用enumerate获取下标这种方式，但是如果多个列表长度一样的情况下完全可以使用python自带zip函数帮助我们遍历。
从列表中随机取单个值使用random.choice函数

有时候想从python列表中随机取值， python提供了一个非常简单的函数让我们使用，做个小的抽奖，非常好用。
从列表中随机取多个值使用random.sample函数【Python|python中实用的5个小技巧（2）】
当然如果我们现在的需求是从一个团队中选2个人请客吃饭，传统的抓阄就不适合了，还是使用random库的sample函数比较快捷和方便了，有一说一还是非常好用的。