本文會試著介紹一些其它文章沒有提到的小技巧，這些小技巧也是我平時會用到的的，讓我們一探究竟吧！
很多人學習python，不知道從何學起，
很多人學習python，掌握了基本語法過后，不知道在哪里尋找案例上手，
很多已經做案例的人，卻不知道如何去學習更加高深的知識，
那么針對這三類人，我給大家提供一個好的學習平臺，免費領取視頻教程，電子書籍，以及課程的源代碼！
QQ群：961562169
整理字串輸入
整理用戶輸入的問題在編程程序中極為常見，通常情況下，將字符轉換為小寫或大寫就夠了，有時你可以使用正則運算式模塊「Regex」完成這項作業，但是如果問題很復雜，可能有更好的方法來解決：
user_input = "This
string has some whitespaces...
"
character_map = {
ord(
) : ,
ord( ) : ,
ord(
) : None
}
user_input.translate(character_map) # This string has some whitespaces...
在本例中，你可以看到空格符「 n」和「 t」都被替換成了單個空格，「 r」都被刪掉了，這只是個很簡單的例子，我們可以更進一步，使用「unicodedata」程式包生成大型重映射表，并使用其中的「combining()」進行生成和映射，我們可以
迭代器切片（Slice）
如果對迭代器進行切片操作，會回傳一個「TypeError」，提示生成器物件沒有下標，但是我們可以用一個簡單的方案來解決這個問題：
import itertools
s = itertools.islice(range(50), 10, 20) # <itertools.islice object at 0x7f70fab88138>
for val in s:
...
我們可以使用「itertools.islice」創建一個「islice」物件，該物件是一個迭代器，可以產生我們想要的項，但需要注意的是，該操作要使用切片之前的所有生成器項，以及「islice」物件中的所有項，
跳過可迭代物件的開頭
有時你要處理一些以不需要的行（如注釋）開頭的檔案，「itertools」再次提供了一種簡單的解決方案：
string_from_file = """
// Author: ...
// License: ...
//
// Date: ...
Actual content...
"""
import itertools
for line in itertools.dropwhile(lambda line: line.startswith("//"), string_from_file.split("
")):
print(line)
這段代碼只列印初始注釋部分之后的內容，如果我們只想舍棄可迭代物件的開頭部分（本示例中為開頭的注釋行），而又不知道要這部分有多長時，這種方法就很有用了，
只包含關鍵字引數的函式 (kwargs)
當我們使用下面的函式時，創建僅僅需要關鍵字引數作為輸入的函式來提供更清晰的函式定義，會很有幫助：
def test(*, a, b):
pass
test("value for a", "value for b") # TypeError: test() takes 0 positional arguments...
test(a="value", b="value 2") # Works...
如你所見，在關鍵字引數之前加上一個「_」就可以解決這個問題，如果我們將某些引數放在「_」引數之前，它們顯然是位置引數，
創建支持「with」陳述句的物件
舉例而言，我們都知道如何使用「with」陳述句打開檔案或獲取鎖，但是我們可以實作自己背景關系運算式嗎？是的，我們可以使用「 enter 」和「 exit 」來實作背景關系管理協議:
class Connection:
def __init__(self):
...
def __enter__(self):
# Initialize connection...
def __exit__(self, type, value, traceback):
# Close connection...
with Connection() as c:
# __enter__() executes
...
# conn.__exit__() executes
這是在 Python 中最常見的實作背景關系管理的方法，但是還有更簡單的方法:
from contextlib import contextmanager
@contextmanager
def tag(name):
print(f"<{name}>")
yield
print(f"</{name}>")
with tag("h1"):
print("This is Title.")
上面這段代碼使用 contextmanager 的 manager 裝飾器實作了內容管理協議，在進入 with 塊時 tag 函式的第一部分（在 yield 之前的部分）就已經執行了，然后 with 塊才被執行，最后執行 tag 函式的其余部分，
用「slots」節省記憶體
如果你曾經撰寫過一個創建了某種類的大量實體的程式，那么你可能已經注意到，你的程式突然需要大量的記憶體，那是因為 Python 使用字典來表示類實體的屬性，這使其速度很快，但記憶體使用效率卻不是很高，通常情況下，這并不是一個嚴重的問題，但是，如果你的程式因此受到嚴重的影響，不妨試一下「 slots 」：
class Person:
__slots__ = ["first_name", "last_name", "phone"]
def __init__(self, first_name, last_name, phone):
self.first_name = first_name
self.last_name = last_name
self.phone = phone
當我們定義了「 slots 」屬性時，Python 沒有使用字典來表示屬性，而是使用小的固定大小的陣列，這大大減少了每個實體所需的記憶體，使用「 slots 」也有一些缺點：我們不能宣告任何新的屬性，我們只能使用「 slots 」上現有的屬性，而且，帶有「 slots 」的類不能使用多重繼承，
限制「CPU」和記憶體使用量
如果不是想優化程式對記憶體或 CPU 的使用率，而是想直接將其限制為某個確定的數字，Python 也有一個對應的庫可以做到：
import signal
import resource
import os
# To Limit CPU time
def time_exceeded(signo, frame):
print("CPU exceeded...")
raise SystemExit(1)
def set_max_runtime(seconds):
# Install the signal handler and set a resource limit
soft, hard = resource.getrlimit(resource.RLIMIT_CPU)
resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard))
signal.signal(signal.SIGXCPU, time_exceeded)
# To limit memory usage
def set_max_memory(size):
soft, hard = resource.getrlimit(resource.RLIMIT_AS)
resource.setrlimit(resource.RLIMIT_AS, (size, hard))
我們可以看到，在上面的代碼片段中，同時包含設定最大 CPU 運行時間和最大記憶體使用限制的選項，在限制 CPU 的運行時間時，我們首先獲得該特定資源（RLIMIT_CPU）的軟限制和硬限制，然后使用通過引數指定的秒數和先前檢索到的硬限制來進行設定，最后，如果 CPU 的運行時間超過了限制，我們將發出系統退出的信號，在記憶體使用方面，我們再次檢索軟限制和硬限制，并使用帶「size」引數的「setrlimit」和先前檢索到的硬限制來設定它，
控制可以/不可以匯入什么
有些語言有非常明顯的機制來匯出成員（變數、方法、介面），例如在 Golang 中只有以大寫字母開頭的成員被匯出，然而，在 Python 中，所有成員都會被匯出（除非我們使用了「 all」）：
def foo():
pass
def bar():
pass
__all__ = ["bar"]
在上面這段代碼中，我們知道只有「bar」函式被匯出了，同樣，我們可以讓「 all 」為空，這樣就不會匯出任何東西，當從這個模塊匯入的時候，會造成「AttributeError」，
實作比較運算子的簡單方法
為一個類實作所有的比較運算子（如 lt , le , gt , ge ）是很繁瑣的，有更簡單的方法可以做到這一點嗎？這種時候，「functools.total_ordering」就是一個很好的幫手：
from functools import total_ordering
@total_ordering
class Number:
def __init__(self, value):
self.value = https://www.cnblogs.com/41280a/archive/2020/09/22/value
def __lt__(self, other):
return self.value < other.value
def __eq__(self, other):
return self.value =https://www.cnblogs.com/41280a/archive/2020/09/22/= other.value
print(Number(20) > Number(3))
print(Number(1) < Number(5))
print(Number(15) >= Number(15))
print(Number(10) <= Number(2))
這里的作業原理究竟是怎樣的呢？我們用「total_ordering」裝飾器簡化實作對類實體排序的程序，我們只需要定義「 lt 」和「 eq 」就可以了，它們是實作其余操作所需要的最小的操作集合（這里也體現了裝飾器的作用——為我們填補空白），
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/107553.html
標籤：其他