通过代码实例了解Python3编程技巧
高效处理数据类型方法：
处理数据
In[1]:fromrandomimportrandint
In[2]:data=[randint(-10,10)for_inrange(10)]
In[3]:data
Out[3]:[-3,-4,3,4,7,-2,-4,1,7,-9]
#过滤列表中的负数
In[9]:list(filter(lambdax:x>=0,data))
Out[9]:[3,4,7,1,7]
[forxindataifx>=0]
#列表生成式解法
[xforxindataifx>=0]
#哪个更快,列表解析更快,远快于迭代
In[15]:%timeit[xforxindataifx>=0]
581ns±23.8nsperloop(mean±std.dev.of7runs,1000000loopseach)
In[16]:%timeitfilter(lambdax:x>=0,data)
237ns±4nsperloop(mean±std.dev.of7runs,1000000loopseach)
#得到20个同学的成绩
d={x:randint(60,100)forxinrange(1,21)}
#字典解析式,iteritems同时迭代字典，
#
#得到分数大于90的同学
{k:vfork,vind.items()ifv>90}
#集合解析
In[35]:{xforxinsifx%3==0}
Out[35]:{-9,-3,3}
#为元祖中的每个元素命名，提高程序可读性
#元祖存储空间小，访问速度快
#定义常量
NAME=0
AGE=1
SEX=2
EMAIL=3
#拆包用法，定义类似其他语言的枚举类型，也就是定义数值常量
NAME,AGE,SEX,EMAIL=range(4)
#案例
student=('Jim',16,'male','jin@163.com')
#name
print(student[0])
#age
print(student[1])
#通过常量可以优化为
print(student[NAME])
print(student[AGE])
#namedtuple是继承自tuple的子类，namedtuple和tuple比较有更酷的特性
#namedtuple创建一个和tuple类似的对象，而且对象拥有可以访问的属性。这对象更像带有数据属性的类，不过数据属性是只读的。
fromcollectionsimportnamedtuple
Student=namedtuple('Student',['name','age','sex','email'])
s=Student('Jim',16,'male','jim@163.com')
s.name
s.age
#统计序列中元素出现的频度
fromrandomimportrandint
data=[randint(0,20)for_inrange(30)]
#创建字典{0:0,1:0,...}
#方法1
c=dict.fromkeys(data,0)
In[52]:forxindata:
...:c[x]+=1
#方法2，统计词频
fromcollectionsimportCounter
c2=Counter(data)#讲序列传入Counter的构造器，得到Counter对象是元素频度的字典
#使用most_common统计词频
In[58]:c2.most_common(3)
Out[58]:[(10,4),(20,3),(8,3)]
#统计英文作文词频
importre
txt=open('emmmm.txt').read()
#分割后赋给Counter
c3=Counter(re.split('\W',txt))
#找到频率最高的10个单词
c3.most_common(10)
#内置函数是以c的速度运行，如sorted
fromrandomimportrandint
d={x:randint(60,100)forxin'xyzabc'}
#{'a':91,'b':65,'c':76,'x':85,'y':84,'z':72}
#sorted(d)
In[15]:zip(d.values(),d.keys())
Out[15]:
In[16]:list(zip(d.values(),d.keys()))
Out[16]:[(68,'x'),(70,'y'),(77,'z'),(72,'a'),(65,'b'),(69,'c')]
#快速找到多个字典中的公共键
#In[1]:fromrandomimportrandint,sample
In[2]:sample('abcdefg',3)
Out[2]:['c','a','b']
In[4]:sample('abcdefg',randint(3,6))
Out[4]:['b','a','d']
In[5]:s1={x:randint(1,4)forxinsample('abcdefg',randint(3,6))}
In[9]:s1
Out[9]:{'a':1,'b':2,'c':3,'f':3,'g':3}
In[10]:s1={x:randint(1,4)forxinsample('abcdefg',randint(3,6))}
In[11]:s1
Out[11]:{'b':2,'d':3,'g':3}
In[12]:s1
Out[12]:{'b':2,'d':3,'g':3}
In[13]:s2={x:randint(1,4)forxinsample('abcdefg',randint(3,6))}
In[15]:s3={x:randint(1,4)forxinsample('abcdefg',randint(3,6))}
#for循环遍历方法，找到s2,s3都有的k
In[19]:res=[]
In[20]:forkins1:
...:ifkins2andkins3:
...:res.append(k
...:)
...:
...:
In[21]:res
Out[21]:['b']
#通过字典的keys()方法，找到三个字典同样的key
In[26]:s1.keys()&s2.keys()&s3.keys()
Out[26]:{'b'}
#通过map得到一个迭代器对象
#In[27]:map(dict.keys,[s1,s2,s3])
Out[27]:
In[28]:list(map(dict.keys,[s1,s2,s3]))
Out[28]:
[dict_keys(['g','d','b']),
dict_keys(['g','a','c','b','f']),
dict_keys(['d','f','b','c','e','a'])]
#通过reduce取出同样结果
In[30]:fromfunctoolsimportreduce
In[31]:reduce(lambdaa,b:a&b,map(dict.keys,[s1,s2,s3]))
Out[31]:{'b'}
#使得
fromtimeimporttime
fromrandomimportrandint
fromcollectionsimportOrderedDict
d=OrderedDict()
players=list("ABCDEFGH")
start=time()
foriinrange(8):
input()
p=players.pop(randint(0,8-i))
end=time()
print(i+1,p,end-start)
d[p]=(i+1,end-start)
print('')
print('-'*20)
forkind:
print(k,d[k])
#查看用户历史记录功能,标准库collections的deque，双端循环队列，存在内容中，pickle存储到文件
fromrandomimportrandint
fromcollectionsimportdeque
N=randint(0,100)
history=deque([],5)
defguess(K):
ifK==N:
print('正确')
returnTrue
ifK
可迭代对象和迭代器对象:
可迭代与迭代器对象
可迭代对象和迭代器对象
需求：从网络抓取每个城市的气温消息，显示
北京：15-20
黑龙江：3-10
上海13-19
一次抓取所有城市信息，会占很大的存储空间，现在想“用时访问”，吧所有城市气温封装到一个对象里，用for迭代
可迭代对象：
In[1]:l=[1,2,3,4,5]
In[2]:s='abcde'
iter内置函数，可以得到一个迭代器对象
由可迭代对象，得到迭代器
iter(l)
In[23]:type(l)
Out[23]:list
In[24]:type(iter(l))
Out[24]:list_iterator
可迭代对象都有__iter方法，可迭代接口
或者__getitem__序列接口
可迭代对象可以通过next()取值
In[26]:t=iter(l)
In[27]:next(t)
Out[27]:1
In[28]:next(t)
Out[28]:2
In[29]:next(t)
Out[29]:3
In[30]:next(t)
Out[30]:4
In[31]:next(t)
Out[31]:5
In[32]:next(t)
---------------------------------------------------------------------------
StopIterationTraceback(mostrecentcalllast)
in()
---->1next(t)
StopIteration:
读写取excel文件
MicrosoftExcel是Microsoft为使用Windows和AppleMacintosh操作系统的计算机编写的一款电子表格软件。直观的界面、出色的计算功能和图表工具，再加上成功的市场营销，使Excel成为最流行的个人计算机数据处理软件。
xlrd使用方法
importxlrd
#打开excel文件，创建一个workbook对象,book对象也就是s11.xlsx文件,表含有sheet名
rbook=xlrd.open_workbook('/Users/yuchao/s11.xlsx')
#sheets方法返回对象列表,[]
rbook.sheets()
rsheet=rbook.sheet_by_index(0)
#访问行数
rows=rsheet.nrows
#访问列数
cols=rsheet.ncols
print('行数：',rows,'列数',cols)
#通过cell的位置坐标取得cell值
cell=rsheet.cell(0,0)
print('0,0坐标的值是：',cell.value)
#取得第二行的值,参数是（行数，起点，终点）
row1=rsheet.row_values(1)
print('第一行的值是：',row1)
xlwt修改excel
#-*-coding:utf-8-*-
#Author:yuchao
#Data:2018/7/1816:08
importxlrd,xlwt
rbook=xlrd.open_workbook('/Users/yuchao/s11.xlsx')
rsheet=rbook.sheet_by_index(0)#取得sheet对象1
#列数
nc=rsheet.ncols
#写入一条数据
rsheet.put_cell(0,nc,xlrd.XL_CELL_TEXT,'总分',None)
#遍历数据的行数
forrowinrange(1,rsheet.nrows):
#求和每一行数据
t=sum(rsheet.row_values(row,1))
rsheet.put_cell(row,nc,xlrd.XL_CELL_NUMBER,t,None)
#创建文档对象
wbook=xlwt.Workbook()
wsheet=wbook.add_sheet(rsheet.name)
#设置样式
style=xlwt.easyxf('align:verticalcenter,horizontalcenter')
#遍历每一行
forrinrange(rsheet.nrows):
#每一列
forcinrange(rsheet.ncols):
wsheet.write(r,c,rsheet.cell_value(r,c),style)
wbook.save('/Users/yuchao/s11_bak.xlsx')
读取excel
importxlrd
fromxlrd.bookimportBook
fromxlrd.sheetimportSheet
fromxlrd.sheetimportCell
workbook=xlrd.open_workbook('/Users/yuchao/s11.xlsx')
sheet_names=workbook.sheet_names()
#sheet=workbook.sheet_by_name('工作表1')
sheet=workbook.sheet_by_index(1)
#循环Excel文件的所有行
forrowinsheet.get_rows():
#循环一行的所有列
forcolinrow:
#获取一个单元格中的值
print(col.value)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。