用这10个小技巧加速Python编程(二）

chaomeili

5.带文件对象的语句　　
我们经常需要从文件读取数据并将数据写入文件。最常见的方法是使用内置open()函数简单地打开文件，该函数会创建一个我们可以操作的文件对象。

>>> # Create a text file that has the text: Hello World! 　　... 　　... # Open the file and append some new data 　　... text_file0 = open("hello_world.txt", "a") 　　... text_file0.write("Hello Python!") 　　... 　　... # Open the file again for something else 　　... text_file1 = open("hello_world.txt") 　　... print(text_file1.read()) 　　... 　　Hello World!

　
　   在前面的代码片段中，我们从一个文本文件开始，该文件的文本为“ Hello World!”。然后，我们将一些新数据附加到文件中。但是，过了一会儿，我们想再次处理该文件。当我们读取文本文件时，它仍然具有旧数据。换句话说，附加的文本不包括在文本文件中。
　　这是因为我们首先没有关闭文件对象。如果不关闭文件，则无法保存更改。确实，我们可以close()在文件对象上显式调用该方法。但是，我们可以使用“ with”语句执行此操作，该语句将自动为我们关闭文件对象，如下所示。完成对文件的操作后，我们可以通过访问文件对象的closed属性来验证文件已关闭。

>>> with open("hello_world.txt", "a") as file: 　　...     file.write("Hello Python!") 　　... 　　... with open("hello_world.txt") as file: 　　...     print(file.read()) 　　... 　　... print("Is file close?", file.closed) 　　... 　　Hello World!Hello Python!Hello Python! 　　Is file close? True

　　用更笼统的术语来说，with语句是在Python中使用上下文管理器的语法。上一个示例涉及文件操作，因为这些文件是共享资源，我们负责释放这些资源。上下文管理器可以帮助我们完成工作。如前所示，文件操作结束后，将使用with语句自动关闭文件。

　　6.评估多个条件
　　通常，我们需要评估多个条件。有几种可能的方案。对于数值，我们可以对同一变量进行多次比较。在这种情况下，我们可以链接这些比较。

# Multiple Comparisons 　　# The typical way 　　if a < 4 and a > 1: 　　    # do something here# Do this instead 　　if 1 < a < 4: 　　    # do somerthing here

　　在其他一些情况下，我们可以进行多个相等比较，并且可以使用以下in关键字进行成员[url=]测试[/url]。

# The typical way 　　if b == "Mon" or b == "Wed" or b == "Fri" or b == "Sun": 　　    # do something here# Do this instead, you can also specify a tuple ("Mon", "Wed", "Fri", "Sun") 　　if b in "Mon Wed Fri Sun".split(): 　　    # do something here

　　另一种技术是使用内置的all()和any()函数用于评估多个条件的功能。具体而言，该all()函数将评估何时迭代中的元素全部为True，因此该函数适合于替换一系列AND逻辑比较。另一方面，该any()函数的计算结果为True当迭代中的任何元素为True，因此适合替换一系列OR逻辑运算。相关示例如下所示。

# The typical ways 　　if a < 10 and b > 5 and c == 4: 　　    # do somethingif a < 10 or b > 5 or c == 4: 　　    # do something# Do these instead 　　if all([a < 10, b > 5, c == 4]): 　　    # do somethingif any([a < 10, b > 5, c == 4]): 　　    # do something

　　7.在函数声明中使用默认值
　　在几乎所有的Python项目中，大多数代码都涉及创建和调用函数。换句话说，我们不断处理函数声明和重构。在许多情况下，我们需要多次调用一个函数。根据不同的参数集，该功能将略有不同。但是，有时一组参数可能比其他一组更常用，在这种情况下，我们在声明函数时应考虑设置默认值。考虑下面的简单示例。

# The original form: 　　def generate_plot(data, image_name): 　　    """This function creates a scatter plot for the data""" 　　    # create the plot based on the data 　　    ... 　　    if image_name: 　　        # save the image 　　        ...# In many cases, we don't need to save the image 　　generate_plot(data, None)# The one with a default value 　　def generate_plot(data, image_name=None): 　　    pass# Now, we can omit the second parameter 　　generate_plot(data)

　　要注意的一件事是，如果在设置默认值时要处理可变数据类型(例如列表，集合)，请确保使用None而不是构造函数(例如arg_name = [])。由于Python在定义的位置创建函数对象，因此提供的空白列表将被函数对象“卡住”。换句话说，调用函数对象时不会立即创建它。相反，我们将在内存中处理相同的函数对象，包括其最初创建的默认可变对象，这可能会导致意外行为。

　　8.使用计数器进行元素计数
　　当我们在列表、元组或字符串中有多个项目时(例如，多个字符)，我们经常想计算每项中有多少个元素。为此，可以为此功能编写一些乏味的代码。

>>> words = ['an', 'boy', 'girl', 'an', 'boy', 'dog', 'cat', 'Dog', 'CAT', 'an','GIRL', 'AN', 'dog', 'cat', 'cat', 'bag', 'BAG', 'BOY', 'boy', 'an'] 　　... unique_words = {x.lower() for x in set(words)} 　　... for word in unique_words: 　　...     print(f"* Count of {word}: {words.count(word)}") 　　... 　　* Count of cat: 3 　　* Count of bag: 1 　　* Count of boy: 3 　　* Count of dog: 2 　　* Count of an: 5 　　* Count of girl: 1

　　如上所示，我们首先必须创建一个仅包含唯一单词的集合。然后，我们迭代单词集，并使用该count()方法找出每个单词的出现情况。但是，有一种更好的方法可以使用Counter类来完成此计数任务。

>>> from collections import Counter 　　... 　　... word_counter = Counter(x.lower() for x in words) 　　... print("Word Counts:", word_counter) 　　... 　　Word Counts: Counter({'an': 5, 'boy': 4, 'cat': 4, 'dog': 3, 'girl': 2, 'bag': 2})

　　该计数器类是在collections模块中可用的。要使用该类，我们只需创建一个generator：，x.lower() for x in words每个项目都将被计数。如我们所见，Counter对象是类似dict的映射对象，每个键对应于单词列表的唯一项，而值是这些项的计数。
　　此外，如果我们有兴趣找出单词列表中最频繁出现的项目，我们可以利用Counter对象的most_common()方法。以下代码展示了这种用法。我们只需要指定一个整数(N)，即可从列表中找出最频繁的N个项目。附带说明，该对象还将与其他序列数据一起使用，例如字符串和元组。

>>> # Find out the most common item 　　... print("Most Frequent:", word_counter.most_common(1)) 　　Most Frequent: [('an', 5)] 　　>>> # Find out the most common 2 items 　　... print("Most Frequent:", word_counter.most_common(2)) 　　Most Frequent: [('an', 5), ('boy', 4)]

(未完待续.......)