有用的Python代码片段
有用的Python代码片段,我列出的这些有用的Python代码片段，为我节省了大量的时间，并且我希望他们也能为你节省一些时间。大多数的这些片段出自寻找解决方案，查找博客和StackOverflow解决类似问题的答案。下面所有的代码片段已经在Python3中测试。
在Python中调用一个外部命令
有时你需要通过shell或命令提示符调用一个外部命令，这在Python中通过使用subprocess模块很容易实现。
只需要运行一条命令：
importsubprocess
subprocess.call(['mkdir','empty_folder'])
如果想运行一条命令并输出得到的结果：
importsubprocess
output=subprocess.check_output(['ls','-l'])
要说明的是上面的调用是阻塞的。
如果运行shell中内置的命令，如cd或者dir，需要指定标记shell=True：
importsubprocess
output=subprocess.call(['cd','/'],shell=True)
对于更高级的用例，可以使用Popenconstructor。
Python3.5引进了一个新的run函数，它的行为与call和check_output很相似。如果你使用的是3.5版本或更高版本，看一看run的文档，里面有一些有用的例子。否则，如果你使用的是Python3.5以前的版本或者你想保持向后兼容性，上面的call和check_output代码片段是你最安全和最简单的选择。
美观打印
开发时使用pprint模块替代标准的print函数，可以让shell输出的信息更具可读性。这使得输出到shell上的字典和嵌套对象更易读。
importpprintaspp
animals=[{'animal':'dog','legs':4,'breeds':['BorderCollie','PitBull','Huskie']},{'animal':'cat','legs':4,'breeds':['Siamese','Persian','Sphynx']}]
pp.pprint(animals,width=1)
width参数指定一行上最大的字符数。设置width为1确保字典打印在单独的行。
按属性进行数据分组
假设你查询一个数据库，并得到如下数据：
data=[
{'animal':'dog','name':'Roxie','age':5},
{'animal':'dog','name':'Zeus','age':6},
{'animal':'dog','name':'Spike','age':9},
{'animal':'dog','name':'Scooby','age':7},
{'animal':'cat','name':'Fluffy','age':3},
{'animal':'cat','name':'Oreo','age':5},
{'animal':'cat','name':'Bella','age':4}
]
通过动物类型分组得到一个狗的列表和一个猫的列表。幸好，Python的itertools有一个groupby函数可以让你很轻松的完成这些。
fromitertoolsimportgroupby
data=[
{'animal':'dog','name':'Roxie','age':5},
{'animal':'dog','name':'Zeus','age':6},
{'animal':'dog','name':'Spike','age':9},
{'animal':'dog','name':'Scooby','age':7},
{'animal':'cat','name':'Fluffy','age':3},
{'animal':'cat','name':'Oreo','age':5},
{'animal':'cat','name':'Bella','age':4}
]
forkey,groupingroupby(data,lambdax:x['animal']):
forthingingroup:
print(thing['name']+"isa"+key)
得到的输出是：
Roxieisadog
Zeusisadog
Spikeisadog
Scoobyisadog
Fluffyisacat
Oreoisacat
Bellaisacat
groupby()有2个参数：1、我们想要分组的数据，它在本例中是一个字典。2、分组函数：lambdax:x['animal']告诉groupby函数每个字典按动物的类型分组
现在通过列表推导式可以很容易地构建一个狗的列表和一个猫的列表：
fromitertoolsimportgroupby
importpprintaspp
data=[
{'animal':'dog','name':'Roxie','age':5},
{'animal':'dog','name':'Zeus','age':6},
{'animal':'dog','name':'Spike','age':9},
{'animal':'dog','name':'Scooby','age':7},
{'animal':'cat','name':'Fluffy','age':3},
{'animal':'cat','name':'Oreo','age':5},
{'animal':'cat','name':'Bella','age':4}
]
grouped_data={}
forkey,groupingroupby(data,lambdax:x['animal']):
grouped_data[key]=[thing['name']forthingingroup]
pp.pprint(grouped_data)
最后得到一个按动物类型分组的输出：
{
'cat':[
'Fluffy',
'Oreo',
'Bella'
],
'dog':[
'Roxie',
'Zeus',
'Spike',
'Scooby'
]
}
StackOverflow上这个问题的答案非常有帮助，当我试图找出如何以最Pythonic的方式分组数据时，这篇文章节省了我很多时间。
删除列表中的重复元素
Python中用一行代码快速简单的删除一个列表中的重复元素（不维持顺序）：
x=[1,8,4,5,5,5,8,1,8]
list(set(x))
这个方法利用了set是一个不同的对象的集合这一事实。然而，set不维持顺序，因此如果你在乎对象的顺序，使用下面的技术：
fromcollectionsimportOrderedDict
x=[1,8,4,5,5,5,8,1,8]
list(OrderedDict.fromkeys(x))
访问Python的For循环的索引
对于许多人来说这可能是常识，但这也是经常问的。Python的内置enumerate函数提供索引和值的访问如下：
x=[1,8,4,5,5,5,8,1,8]
forindex,valueinenumerate(x):
print(index,value)
通过指定enumerate函数的start参数改变起始索引：
x=[1,8,4,5,5,5,8,1,8]
forindex,valueinenumerate(x,start=1):
print(index,value)
现在该索引从1到9而不是0到8
并行遍历2个集合
使用内置zip函数同时遍历2个列表，字典，等。下面是使用zip函数同时遍历2个列表的例子：
a=[1,2,3]
b=[4,5,6]
for(a_val,b_val)inzip(a,b):
print(a_val,b_val)
将输出：
14
25
36
创建对象的Copy
Python中可以使用通用的copy函数复制一个对象。浅拷贝是通过使用copy.copy调用的：
importcopy
new_list=copy.copy(old_list)
深拷贝：
importcopy
new_list=copy.deepcopy(old_list)
这个StackOverflow问题对于复制一个列表的各种方法给出了很好的解释。如果你不熟悉浅拷贝和深拷贝之间的差异看一看这个解释。
浮点除法
通过将分子或分母转换为float类型，可以确保浮点除法：
answer=a/float(b)
字符串和日期相互转换
一个常见的任务是将一个字符串转换为一个datetime对象。使用strptime函数这将很容易做到：
fromdatetimeimportdatetime
date_obj=datetime.strptime('May2920152:45PM','%B%d%Y%I:%M%p')
它的逆操作是转换一个datetime对象为一个格式化的字符串，对datetime对象使用strftime函数：
fromdatetimeimportdatetime
date_obj=datetime.now()
date_string=date_obj.strftime('%B%d%Y%I:%M%p')
有关格式化代码的列表和他们的用途，查看官方文档
解析JSON文件并写一个对象到JSON文件中
使用load函数可以解析JSON文件并构建一个Python对象。假定有一个叫做data.json的文件包括以下数据：
{
"dog":{
"lives":1,
"breeds":[
"BorderCollie",
"PitBull",
"Huskie"
]
},
"cat":{
"lives":9,
"breeds":[
"Siamese",
"Persian",
"Sphynx"
]
}
}
importjson
withopen('data.json')asinput_file:
data=json.load(input_file)
现在data是一个对象，你可以操作它像任何Python对象一样：
print(data['cat']['lives'])
output:9
可以使用dump函数，将Python中的字典写入JSON文件中：
importjson
data={'dog':{'legs':4,'breeds':['BorderCollie','PitBull','Huskie']},'cat':{'legs':4,'breeds':['Siamese','Persian','Sphynx']}}
withopen('data.json','w')asoutput_file:
json.dump(data,output_file,indent=4)
缩进参数美观打印JSON字符串以便输出更容易阅读。在这种情况下，我们指定缩进4个空格。
Python培训、Python培训班、Python培训机构，就选光环大数据！
还不够过瘾？想学习更多？点击 http://hadoop.aura.cn/python/ 进行Python学习！
大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。 更多问题咨询，欢迎点击------>>>>在线客服！
