京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:麦叔编程
作者:麦叔
今天分享13个Python代码技巧。
来,数一数你知道几个。最后大家比一比!
1,2,3,开始!
作为程序员,一定离不开两个字:性能。
工作中经常要去解决性能的问题:
用time模块可以计算代码执行时间:
import time startTime = time.time()
# 要衡量的代码 for i in range(1000000):
print('麦叔:大家早上好!')
endTime = time.time()
totalTime = endTime - startTime print("总时间= ", totalTime)
你会吗?如果会,给自己加1分!
假设有两个列表,你想获取列表中的不同元素。
可以使用set的symmetric_difference方法:
list1 = ['张三', '李四', '王五', '大美', '如花'] list2 = ['张三', '李四', '王五', '麦叔'] set1 = set(list1) set2 = set(list2) list3 = list(set1.symmetric_difference(set2)) print(list3) #打印:['大美', '如花', '麦叔']
你会吗?如果会,给自己加1分!
在程序的世界里,内存是绝对的稀缺资源。程序员绞尽脑汁的想办法提升内存使用效率,有的为此头发都秃了。
所以了解某些对象所使用的内存数量是常用操作。使用sys.getsizeof可以获得对象所占用的字节数:
import sys
list1 = ['张三', '李四', '王五', '大美', '如花'] print("list1所用字节数 = ",sys.getsizeof(list1))
name = '麦叔' print("name的字节数 = ",sys.getsizeof(name))
注意:对于list等容器类对象,打印出的字节数只是容器本身占用的内存数,不包括它存放的内容所占用的内存。
了解Python的内存管理,请看我另一篇文章:
Python是如何管理内存的?
你会吗?如果会,给自己加1分!
第一个列表中存放了所有的迟到记录,里面有重复的名字。你上学迟到过吗?
我们要做的是去掉重复,获得一份没有重复的迟到人名单。
最简单的方法就是把list转成set,因为set是不允许重复的。
late_names = ['张三', '李四', '王五', '大美', '如花', '张三', '李四', '林志颖',
'大美'] print("迟到记录= ", late_names)
unqiue_late_names = list(set(late_names)) print("迟到过的人= ", unqiue_late_names)
你会吗?如果会,给自己加1分!
可以判断第一个元素的个数是否和列表的长度相同:
list1 = [20, 20, 20, 20] print("list1中都相同吗?", list1.count(list1[0]) == len(list1))
list2 = [20, 20, 20, 50] print("list2中都相同吗?", list2.count(list2[0]) == len(list2))
你会吗?如果会,给自己加1分!
有两个列表,里面内容相同,但顺序不同。
我们想确定一下它们是否完全相同。
有两个办法:
from collections import Counter one = [33, 22, 11, 44, 55] two = [22, 11, 44, 55, 33]
print("相同吗?", Counter(one) == Counter(two)) print("相同吗?", sorted(one) == sorted(two))
你会吗?如果会,给自己加1分!
由于set不能重复的特性,经常在判断唯一或者去重的时候使用。
下面的isUnque方法,通过推导式生成一个由None或True组成的序列。如果里面有True就说明重复:
def isUnique(item): tempSet = set()
return not any(i in tempSet or tempSet.add(i) for i in item)
list1 = [123, 345, 456, 23, 567]
print("list1都唯一吗? ", isUnique(list1))
list2 = [123, 345, 567, 23, 567]
print("list2都唯一吗? ", isUnique(list2))
你会吗?如果会,给自己加1分!
有时候从网上接收到的数据是字节码,比如这样的:xe9xbaxa6xe5x8fx94
我们需要把字节码转成字符串,否则就是乱码。
在转码的过程中也要使用正确的编码规则,否则还是乱码。
byteVar = bytes("麦叔密码", 'utf-8') print(byteVar) #编码规则不对,乱码:楹﹀彅瀵嗙爜
str1 = str(byteVar.decode("gbk")) print("字符串是:" , str1 ) #编码规则正确,
不乱 str2 = str(byteVar.decode("utf-8")) print("字符串是:" , str2 )
你会吗?如果会,给自己加1分!
循环的时候经常要打印序号,使用enumerate::
listOne = [123, 345, 456, 23] for index, element in enumerate(listOne): print(index, element)
你会吗?如果会,给自己加1分!
使用**给字典先解包,再把它们合并起来。合并的过程中,如果后面的key和前面一样会覆盖前面的value。
names1 = {1: '张三', 2: "李四", 3:"王五"}
names2 = {2: '麦叔', 4: "小强"}
all_names = {**names1, **names2} print(all_names)
你会吗?如果会,给自己加1分!
使用zip先把两个列表合成由元组组成的列表,然后再转成字典:
ids = [1, 2, 3, 4, 5] names = ['张三', '李四', '王五', '大美', '如花'] name_dict = dict(zip(ids, names)) print(name_dict)
你会吗?如果会,给自己加1分!
浮点数的计算可能会产生很多位小数,假设我们要求只显示2位小数:
number= 88.234578965467 print('{0:.2f}'.format(number))
你会吗?如果会,给自己加1分!
Python函数可以返回多个值,用逗号隔开。
实际上是返回了一个元组,但Python会自动解包,所以调用者可以直接使用返回值:
def total_diff(num1, num2): total = num1 + num2
diff = num1 - num2
return total, diff
total, diff = total_diff(99, 88)
print("总和:", total, "差额:", diff)
这13个小技巧,你会几个呢?别的小伙伴会几个呢?投票查看:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28