Doi技术团队

图文解析纯 CSS 实现的打字机效果

# 如何合并两个字典在python3.5 +

>>> x = {'a': 1, 'b': 2}
>>> y = {'b': 3, 'c': 4}

>>> z = {**x, **y}

>>> z
{'c': 4, 'a': 1, 'b': 3}

# 在Python中2.x你可以用这个:
>>> z = dict(x, **y)
>>> z
{'a': 1, 'c': 4, 'b': 3}

# 在这些示例中，Python按照表达式中列出的顺序合并字典键，从左到右覆盖重复项。

# 在Python中同时测试多个标志的不同方法
x, y, z = 0, 1, 0

if x == 1 or y == 1 or z == 1:
    print('passed')

if 1 in (x, y, z):
    print('passed')

# These only test for truthiness:
if x or y or z:
    print('passed')

if any((x, y, z)):
    print('passed')

# 如何按值对Python dict进行排序(==获得按值排序的表示)

>>> xs = {'a': 4, 'b': 3, 'c': 2, 'd': 1}

>>> sorted(xs.items(), key=lambda x: x[1])
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

# Or:

>>> import operator
>>> sorted(xs.items(), key=operator.itemgetter(1))
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

# dicts上的get()方法及其“默认”参数

name_for_userid = {
    382: "Alice",
    590: "Bob",
    951: "Dilbert",
}

def greeting(userid):
    return "Hi %s!" % name_for_userid.get(userid, "there")

>>> greeting(382)
"Hi Alice!"

>>> greeting(333333)
"Hi there!"

# 使用namedtuple比手动定义类要短得多:
>>> from collections import namedtuple
>>> Car = namedtuple('Car', 'color mileage')

# 我们新的“Car”类按预期工作:
>>> my_car = Car('red', 3812.4)
>>> my_car.color
'red'
>>> my_car.mileage
3812.4

# 我们得到一个不错的字符串repr:
>>> my_car
Car(color='red' , mileage=3812.4)

# 和元组一样，namedtuple也是不可变的:
>>> my_car.color = 'blue'
AttributeError: "can't set attribute"

# 对于dicts的标准字符串repr很难阅读:
>>> my_mapping = {'a': 23, 'b': 42, 'c': 0xc0ffee}
>>> my_mapping
{'b': 42, 'c': 12648430. 'a': 23}  # �0�6

# “json”模块可以做得更好:
>>> import json
>>> print(json.dumps(my_mapping, indent=4, sort_keys=True))
{
    "a": 23,
    "b": 42,
    "c": 12648430
}

# 注意，这只适用于包含基本类型的字典(检查“pprint”模块):
>>> json.dumps({all: 'yup'})
TypeError: keys must be a string

# Python为什么很棒:函数参数解包

def myfunc(x, y, z):
    print(x, y, z)

tuple_vec = (1, 0, 1)
dict_vec = {'x': 1, 'y': 0, 'z': 1}

>>> myfunc(*tuple_vec)
1, 0, 1

>>> myfunc(**dict_vec)
1, 0, 1

# “timeit”模块允许您度量一小段Python代码的执行时间

>>> import timeit
>>> timeit.timeit('"-".join(str(n) for n in range(100))',
                  number=10000)

0.3412662749997253

>>> timeit.timeit('"-".join([str(n) for n in range(100)])',
                  number=10000)

0.2996307989997149

>>> timeit.timeit('"-".join(map(str, range(100)))',
                  number=10000)

0.24581470699922647

# Python为什么这么棒:就地值交换

# 假设我们想交换a和b的值。
a = 23
b = 42

# 使用临时变量的“经典”方法:
tmp = a
a = b
b = tmp

# Python也让我们使用这个简短的方法:
a, b = b, a

# 函数是Python中的特殊地位

# 它们可以作为参数传递给其他函数，也可以作为其他函数的值返回，也可以分配给变量并存储在数据结构中

>>> def myfunc(a, b):
...     return a + b
...
>>> funcs = [myfunc]
>>> funcs[0]
<function myfunc at 0x107012230>
>>> funcs[0](2, 3)
5

# 因为Python拥有一流的函数，所以它们可以用来模拟switch/case语句

def dispatch_if(operator, x, y):
    if operator == 'add':
        return x + y
    elif operator == 'sub':
        return x - y
    elif operator == 'mul':
        return x * y
    elif operator == 'div':
        return x / y
    else:
        return None


def dispatch_dict(operator, x, y):
    return {
        'add': lambda: x + y,
        'sub': lambda: x - y,
        'mul': lambda: x * y,
        'div': lambda: x / y,
    }.get(operator, lambda: None)()


>>> dispatch_if('mul', 2, 8)
16

>>> dispatch_dict('mul', 2, 8)
16

>>> dispatch_if('unknown', 2, 8)
None

>>> dispatch_dict('unknown', 2, 8)
None

# Python在标准库中内置了一个HTTP服务器。这是超级方便的网站预览。

# Python 3.x
$ python -m http.server

# Python 2.x
$ python -m SimpleHTTPServer 8000

# Python的列表理解非常棒。

vals = [expression 
        for value in collection 
        if condition]

# 这相当于:

vals = []
for value in collection:
    if condition:
        vals.append(expression)

# Example:

>>> even_squares = [x * x for x in range(10) if not x % 2]
>>> even_squares
[0, 4, 16, 36, 64]

# Python 3.5+支持“类型注释”，可以与Mypy等工具一起使用来编写静态类型的Python:

def my_add(a: int, b: int) -> int:
    return a + b

# Python的列表片语法可以在没有索引的情况下用于一些有趣而有用的事情

# 你可以清除列表中的所有元素:
>>> lst = [1, 2, 3, 4, 5]
>>> del lst[:]
>>> lst
[]

# 您可以替换列表的所有元素，而不需要创建一个新的列表对象:
>>> a = lst
>>> lst[:] = [7, 8, 9]
>>> lst
[7, 8, 9]
>>> a
[7, 8, 9]
>>> a is lst
True

# 您还可以创建列表的(浅)副本:
>>> b = lst[:]
>>> b
[7, 8, 9]
>>> b is lst
False

# collections.Counter 允许您在一个迭代中查找最常见的元素:

>>> import collections
>>> c = collections.Counter('helloworld')

>>> c
Counter({'l': 3, 'o': 2, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})

>>> c.most_common(3)
[('l', 3), ('o', 2), ('e', 1)]

# 什么时候用__repr__ 和 __str__模拟std库的功能:
>>> import datetime
>>> today = datetime.date.today()

# __str__ 摔交的结果应是可读的:
>>> str(today)
'2017-02-02'

# __repr__的结果应明确如下:
>>> repr(today)
'datetime.date(2017, 2, 2)'

# Python解释器会话使用__repr__检查对象:
>>> today
datetime.date(2017, 2, 2)

# 您可以使用Python内置的“dis”模块来反汇编函数并检查它们的CPython VM字节码

>>> def greet(name):
...     return 'Hello, ' + name + '!'

>>> greet('Dan')
'Hello, Dan!'

>>> import dis
>>> dis.dis(greet)
2   0 LOAD_CONST     1 ('Hello, ')
    2 LOAD_FAST      0 (name)
    4 BINARY_ADD
    6 LOAD_CONST     2 ('!')
    8 BINARY_ADD
   10 RETURN_VALUE

# 您可以以字符串的形式获得对象类的名称

>>> class MyClass: pass

>>> obj = MyClass()
>>> obj.__class__.__name__
'MyClass'

# 函数也有类似的特性:

>>> def myfunc(): pass

>>> myfunc.__name__
'myfunc'