三个节省时间的 Python 技巧!

开发 后端
今天给大家分享:3个节省时间的 Python 技巧,它们在最近的项目中,帮我节省了 40% 的时间。

我最近的工作内容:自动移动文件、图像处理和数据清理。在编程过程中总结了一些Python技巧,使得我的代码既整洁,又易于理解。接下来,我给大家分享3个节省时间的 Python 技巧。

反转列表

我最近有个项目,需要去反转列表,一开始是通过切片来完成。但其实使用内置函数reverse()方法,也可以反转python中的列表。

先从创建一个列表开始。

# 创建一个列表
mylist = list(np.arange(0,100))

反转列表的两种方法是:

# 使用切片反转列表
newlist = mylist[::-1]

# 使用内置的 reverse() 反转列表
mylist.reverse()

两种方法都可以反转列表,但需要注意的是,内置函数reverse()会更改原始列表,切片方法是创建一个新列表。

我们再对比一下执行时间⏳

reverse() 和列表切片的执行时间

显然,内置函数reverse()比列表切片的方法快3倍!

在我的工作项目中,为了实现系统文件的自动移动,我创建了一个位置值的列表。早期的Python程序是使用列表切片编写的,现在我重新编写了代码,用reverse()函数使得程序的更快执行。

好了,下面介绍第二个技巧。

使用一行代码交换两个值

使用一行代码交换两个变量值是一种真正的 Pythonic 方式。

与其他编程语言不同,Python 无需使用临时变量来交换两个数字或值。举一个简单的例子:

# 创建两个变量
variable_1 = 100 
variable_2 = 500

要交换 variable_1 和 variable_2 的值,您只需使用一行代码即可。

变量_2,变量_1 = 变量_1,变量_2

使用一行代码交换两个值,简化也就是下面这种形式。

当然,我的实际工作项目比这复杂一点,要用到一个字典,每个键都有一个列表作为值。

md[key_2],md[key_1= md[key_1],md[key_2]

通过上面的技巧,使我的工作节省了多次迭代和复杂的数据转换,减少了执行时间。

在函数内使用 for 循环

我们都喜欢创建自定义的函数,以执行自己的特定任务。然后再搭配 for 循环迭代这些函数,多次重复执行任务。

但是,在 for 循环中使用函数需要更长的执行时间,因为每次迭代都会调用该函数。

相反,如果 for 循环是在函数内部实现的,那么该函数只会被调用一次。

为了解释得更清楚,还是举个例子吧!

先创建一个简单的字符串列表:

listofstrings = ['苹果','橙子','香蕉','菠萝','葡萄']

创建两个函数,for 循环分别在函数内外,从简单的一个开始。

# 在函数内部创建一个没有for循环的函数
def onlyfunction(x):
    newstring = x.capitalize()
    outputstring = x + " " + newstring
    print(outputstring)

以及一个for内部带有循环的函数。

# 创建一个函数,其中 for 循环在函数内部
def forinfunction(listofstrings):
    for x in listofstrings:
        newstring = x.capitalize()
        outputstring = x + " " + newstring
        print(outputstring)

让我们使用这些函数并查看输出。

显而易见,两个函数的输出的结果是相同的。

但是,故事并没有到此结束。咱们对比一下,哪个更快?

可以看到,在函数内部使用 for 循环要稍微快一些。

在我的另一项目中,需要处理许多复杂的图像处理任务。相对比之下,在函数内部使用 for 循环比在每次迭代中调用相同函数快 1.5 倍。当然,这些只是我的个人经验,但如果你们也遇到了类似情况下,应该也会有用。

总而言之,大家可以多多使用 Python 的内置函数。来提高自己的Python程序速度,同时还能保持代码简洁易懂。

如果大家想了解更过Python的内置函数,可以参考下表,也可以查看下方网站:

https://docs.python.org/3/library/functions.html

责任编辑:庞桂玉 来源: 菜鸟学Python
相关推荐

2022-12-26 17:33:43

Jupyterpython

2011-02-23 16:07:44

MySQL

2024-05-13 12:36:51

Python代码

2020-02-27 15:53:01

开发技能代码

2023-09-18 11:32:37

Python计算

2020-04-27 11:11:54

数据湖数据人工智能

2022-04-13 13:51:12

DevSecOps工具开发管道

2020-01-16 10:20:45

piwheels树莓派Linux

2020-03-10 10:12:14

CIO自动化人力资源

2022-12-19 15:25:22

Linux命令

2011-09-29 11:33:35

Linux

2011-07-29 10:32:09

Linux管理员命令行

2018-07-03 10:33:51

服务器运维Linux

2011-08-01 09:36:53

Linux管理员

2023-08-13 16:46:36

2018-07-09 09:00:00

开源网络管理操作系统

2009-08-24 08:59:10

IT白领网络应用

2022-05-23 15:38:28

Windows 11Windows 10微软

2021-06-11 08:00:00

人工智能航空工具

2019-11-08 10:27:11

Linux键盘快捷键
点赞
收藏

51CTO技术栈公众号