官方承諾：K60至尊版將會首批升級MIUI 15
全新的MIUI 15今天也有了消息，在官宣了K60至尊版將會搭載天璣9200+處理器和獨顯芯片X7的同時，Redmi給出了官方承諾，K60至尊重大更新首批升級，會首批推送MIUI 15。也就是說雖然
Python 是 一種用著很爽的語言。Python也有著很多特性和技巧，可以幫助我們編寫更高效、更優雅、更易維護的代碼。下面勇哥將介紹一些我常用的Python代碼優化的簡單小技巧，少寫很多代碼。
咱們都知道，短路運算也就是 ”與 ,或 ,非“ 這幾個組成。但是有些時候，我們很多 if-else語句其實可以使用這種短路運算來簡寫代碼的。
例, 獲取用戶信息，不存在的用戶則返回匿名用戶, 代碼：
def get_user(user): # 常規代碼 if user: return user return "匿名用戶" # 短路來簡寫代碼def get_user(user): return user or "匿名用戶"使用短路運算處理，那么就只需要一行代碼即可，這樣寫也挺易讀的。
使用切片代替循環或遞歸來操作序列。切片是一種用于從一個序列（如字符串、列表、元組等）中獲取一部分或全部元素的語法。
例，反轉數據，代碼：
# 使用循環def reverse(lst): new_lst = [] for i in range(len(lst) - 1, -1, -1): new_lst.append(lst[i]) return new_lstlst = [1, 2, 3, 4, 5]print(reverse(lst)) # [5, 4, 3, 2, 1]# 使用切片def reverse(lst): return lst[::-1]lst = [1, 2, 3, 4, 5]print(reverse(lst)) # [5, 4, 3, 2, 1]切片的操作比循環或遞歸更簡單并且高效，因為切片是基于內置函數實現的，而循環或遞歸是基于自定義函數實現。
列表推導式是一種用于從一個可迭代對象（如列表、元組、字典、集合等）創建一個新的列表的簡潔的語法。
例，從一個列表中篩選出所有的偶數，并將它們乘以2，代碼：
# 使用普通的循環lst = [1, 2, 3, 4, 5, 6]new_lst = []for x in lst: if x % 2 == 0: new_lst.append(x * 2)print(new_lst) # [4, 8, 12]# 使用列表推導式lst = [1, 2, 3, 4, 5, 6]new_lst = [x * 2 for x in lst if x % 2 == 0]print(new_lst) # [4, 8, 12]一行代碼實現循環、條件判斷和賦值等操作，提高了代碼的可讀性和效率，而且運行速度也更快（可以思考一下為什么更快）。
生成器表達式是一種類似于列表推導式的語法，但是它不會一次性生成一個完整的列表，而是返回一個生成器對象，可以按需逐個產生元素。
例，計算一個列表中所有偶數的平方和，代碼：
# 使用普通的循環lst = [1, 2, 3, 4, 5, 6]sum = 0for x in lst: if x % 2 == 0: sum += x ** 2print(sum) # 56# 使用生成器表達式lst = [1, 2, 3, 4, 5, 6]sum = sum(x ** 2 for x in lst if x % 2 == 0)print(sum) # 56這個生成器表達式可以節省內存空間，提高性能，適合處理大量或無限的數據，而且不會占用額外的內存空間，特別適用于讀取大批量的數據。當然我們也可以用yeild也能做一個生成器，這個太東西很牛逼。
枚舉是一種用于同時獲取可迭代對象中的元素和索引的函數。枚舉可以避免使用額外的變量來記錄索引，提高了代碼的可讀性和效率。
例，打印一個列表中每個元素及其對應的索引，代碼：
# 使用普通的循環lst = ["a", "b", "c", "d", "e"]index = 0for x in lst: print(index, x) index += 1# 輸出：# 0 a# 1 b# 2 c# 3 d# 4 e# 使用枚舉lst = ["a", "b", "c", "d", "e"]for index, x in enumerate(lst): print(index, x)# 輸出：# 0 a# 1 b# 2 c# 3 d# 4 e使用枚舉的代碼更加簡潔和清晰，而且不需要手動更新索引。
三元運算符是一種用于根據一個條件表達式來選擇兩個不同的值的簡潔的語法。
例，根據一個數字的正負來賦值一個字符串，代碼：
# 使用普通的if-else語句num = -5if num > 0: sign = "positive"else: sign = "negative"print(sign) # negative# 使用三元運算符num = -5sign = "positive" if num > 0 else "negative"print(sign) # negative三元運算符可以用一行代碼實現簡單的條件判斷和賦值，提高了代碼的可讀性和效率，而且不需要多余的變量和語句。
遇到if循環語句很長的時候，其實可以使用字典來替代，兩者的執行效率沒有試驗過，感覺差不了多少。
例， 使用字典來判斷返回值, 代碼：
# 使用多個if-elif-else語句def foo(x): if x == "a": return 1 elif x == "b": return 2 elif x == "c": return 3 else: return -1print(foo("a")) # 1print(foo("d")) # -1# 使用字典def foo(x): dic = {"a": 1, "b": 2, "c": 3} return dic.get(x, -1)print(foo("a")) # 1print(foo("d")) # -1合理利用字典的get方法，可以減少很多代碼的使用。
裝飾器是一種用于在不修改原函數定義和調用的情況下，給函數添加額外的功能或修改其行為的語法。
例，給一個函數添加一個計時的功能，記錄其運行時間，代碼：
# 使用普通的函數調用import timedef foo(): # do something time.sleep(1)start = time.time()foo()end = time.time()print(f"foo() took {end - start} seconds to run.") # 使用裝飾器import timedef timer(func): def wrapper(*args, **kwargs): start = time.time() result = func(*args, **kwargs) end = time.time() print(f"{func.__name__}() took {end - start} seconds to run.") return result return wrapper@timer # 相當于 foo = timer(foo)def foo(): # do something time.sleep(1)foo() 裝飾器能做的事太多了，比如flask 框架，真尼瑪裝飾器用到飛天。勇哥也就一般用于實現一些通用的功能，如日志、緩存、計時、權限檢查等，讓代碼可復用更強一寫。
上下文管理器是一種用于在執行某些操作之前和之后自動執行一些預設的操作的語法。上下文管理器可以用于實現一些資源管理的功能，
例如，打開一個文件，讀取其內容，并在完成后自動關閉文件，代碼：
# 使用普通的try-finally語句file = open("test.txt", "r")try: content = file.read() print(content)finally: file.close()# 使用上下文管理器with open("test.txt", "r") as file: content = file.read() print(content)使用上下文管理器我們一般用于 打開和關閉文件、獲取和釋放鎖、連接和斷開數據庫等。代碼的安全性問題和可讀性也很好處理。
lambda表達式（代替簡單的函數定義來創建匿名函數。lambda表達式是一種用于定義一個只有一行代碼的函數的簡潔的語法。
例，處理排序sorted，指定字段，代碼：
lst = [9,2,3,4,5,5,1,2,3]# 不使用lambda表達式def add(item): return itemprint(sorted(add, item))# 使用lambda表達式print(sorted(lst, key=lambda x:x))lambda表達式我們一般用來實現一些簡單的功能，如排序、過濾、映射等。使用匿名函數，代碼有時候少寫一些外，還有一點就是 lambda 表達式用完就會在內存中舍棄，也挺好。
map函數代替循環來對可迭代對象中的每個元素應用一個函數。map函數是一種用于將一個函數作用于一個可迭代對象中的每個元素，并返回一個新的可迭代對象的函數。
例，將一批字符列表字符串轉數字列表，代碼：
# 不使用map函數lst = ["1", "2", "3", "4", "5"]new_lst = []for x in lst: new_lst.append(int(x))print(new_lst) # [1, 2, 3, 4, 5]# 使用map函數lst = ["1", "2", "3", "4", "5"]new_lst = list(map(int, lst))print(new_lst) # [1, 2, 3, 4, 5]是不是看起來代碼又少了很多，而且這種內置函數，一般速度都比咱們自己寫的代碼運行效率高，基于這個強大的高階函數，我們可以用來實現一些批量處理的功能，如類型轉換、格式化、計算，數據合并等。
filter函數代替循環來從可迭代對象中篩選出滿足一個條件的元素。filter函數是一種用于將一個條件函數作用于一個可迭代對象中的每個元素，并返回一個只包含滿足條件元素的新的可迭代對象的函數。
例，從一個列表中挑選符合要求的數據出來組成另一個列表，代碼：
# 不使用filter函數lst = [1, 2, 3, 4, 5]new_lst = []for x in lst: if x % 2 == 0: new_lst.append(x)print(new_lst) # [2, 4]# 使用filter函數lst = [1, 2, 3, 4, 5]new_lst = list(filter(lambda x: x % 2 == 0, lst))print(new_lst) # [2, 4]filter函數可以用于實現一些篩選和過濾的功能，如刪除空值、去重、選擇子集等，也是一個很牛的高階函數。
@property 裝飾器有些時候可以用來替代 geter和setter 方法來管理類書信。這個裝飾器裝飾的函數會轉為一個屬性的語法，可以在訪問和修改屬性的時候，執行一些額外的操作，不用顯式調用。
例，對類屬性的修改與獲取, 代碼：
# 不使用@property裝飾器class Person: def __init__(self, name, age): self.name = name self.age = age def get_name(self): return self.name def set_name(self, name): if not isinstance(name, str): raise TypeError("name must be a string") self.name = name def get_age(self): return self.age def set_age(self, age): if not isinstance(age, int): raise TypeError("age must be an integer") if age < 0 or age > 150: raise ValueError("age must be between 0 and 150") self.age = agep = Person("kira", 40) # 實例化print(p.get_name()) # kiraprint(p.get_age()) # 40p.set_name("勇哥")p.set_age(35)print(p.get_name()) # 勇哥print(p.get_age()) # 35# 使用@property裝飾器class Person: def __init__(self, name, age): self._name = name self._age = age @property def name(self): return self._name @name.setter def name(self, name): if not isinstance(name, str): raise TypeError("name must be a string") self._name = name @property def age(self): return self._age @age.setter def age(self, age): if not isinstance(age, int): raise TypeError("age must be an integer") if age < 0 or age > 150: raise ValueError("age must be between 0 and 150") self._age = agep = Person("kira", 30)print(p.name) # kiraprint(p.age) # 30p.name = "勇哥"p.age = 35print(p.name) # 勇哥print(p.age) # 35從上面的代碼，我們就可以了解到@property 可以做的事就很多了，比如實現屬性管理，數據驗證，類型轉換，緩存... 可讀性和安全性也不錯.
來到本文的最后一個要分享的 __slots__ 屬性，這個事用來指定一個類可以有那些屬性的語法，可以用來替代一下__dict__ 來節省類的內存空間，因為他避免了給每個實例創建一個 __dict__ 屬性來存儲所有屬性和值。一般用于內存優化。
例，指定一個類實例時只有指定的屬性，代碼：
# 不使用__slots__屬性class Person: def __init__(self, name, age): self.name = name self.age = agep = Person("勇哥", 90)print(p.__dict__) print(p.__sizeof__()) 輸出：
{'name': '測試玩家勇哥', 'age': 90}32# 使用__slots__屬性class Person: # 指定該類只能擁有name和age兩個屬性 __slots__ = ("name", "age") def __init__(self, name, age): self.name = name self.age = agep = Person("Alice", 20)print(p.__sizeof__()) print(p.__dict__) 輸出：
Traceback (most recent call last): File "D:/app/apitest/debug/ts.py", line 82, in <module> print(p.__dict__) # AttributeError: 'Person' object has no attribute '__dict__'AttributeError: 'Person' object has no attribute '__dict__'32很明顯，這個類已經沒有了__dict__屬性了，也就是可以減少內存占用，提高訪問速度這種玩意，但是也有不好的地方，比如不能多重繼承了，也不能添加新屬性。要打印出來你限制的屬性也就只能dir 或者 getter來獲取了。總之小伙伴們看著使用吧。
本文鏈接：http://www.tebozhan.com/showinfo-26-10472-0.htmlPython應知小技巧：如何用更少的代碼做更多的事情
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 使用上 Spring 的事件機制，真香！
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號