《Python进阶》笔记

发表于

忘记从哪得知《Python进阶》这本书了，前几天花了几个小时读完之后，学到了很多以前不知道或是不了解的关于Python的种种，先挑几条比较实用的记录一下，以后再详细探讨。

1. open函数

很多人（也包括我）经常是这样使用open函数的：

f = open('data.txt', 'r')
data = f.read()
f.close()

但是，这种使用方式有一个隐患：open的返回值是操作系统分配的一个文件句柄，处理完文件需要归还这个文件句柄，避免超出一次能打开的文件句柄数上限。在如上代码中，如果有任意异常正好在f = open(…)之后产生，f.close()将不会被调用（文件句柄被归还与否，取决于Python解释器的实现），为了确保无论是否产生异常文件都能被关闭，可以使用Python中的with语句:

with open('data.txt', 'r') as f:
    data = f.read()

2. defaultdict容器

与dict类型不同的是，你不需要检查defaultdict中的key是否存在，所以可以这样做：

from collections import defaultdict

colours = (
    ('Bob', 'White'),
    ('Alice', 'Blue'),
    ('Andy', 'Green'),
    ('Bob', 'Black'),
    ('Andy', 'Red'),
)

result = defaultdict(list)

for name, colour in colours:
    result[name].append(colour)

另外当你在一个字典中对一个键进行嵌套赋值时，如果这个键不存在会触发keyError异常：

some_dict = {}
some_dict['Andy']['gender'] = 'Man' # KeyError: 'colours'

defaultdict允许我们用一个聪明的方式绕过这个问题：

from collections import defaultdict

tree = lambda: defaultdict(tree)

some_dict = tree()
some_dict['Andy']['gender'] = 'Man'

Python中还有counter、deque、namedtuple等容器，但是貌似并不常用，就不说了。

3. 列表并行排序

假设现在获得了四个用户两个不同属性的数据列表y1和y2，现在需要按照y1中数据排序绘制曲线。最近，在做实验的过程中频繁遇到这种需求，使用这个技巧能很方面地满足需求：

y1 = [2, 1, 10, -3]
y2 = [1, 4, 9, 13]

data = zip(y1, y2)
data.sort()
y1, y2 = map(lambda t: list(t), zip(*data))
# y1 = [-3, 1, 2, 10], y2 = [13, 4, 1, 9]

0%