本文轉載自公眾號“讀芯術”(ID：AI_Discovery)。

Python看起來似乎是一種任何人都可以學習的簡單語言，但實際上，學會不等于精通，Python的“后勁兒”超乎我們的想象，它容易入門卻很難掌握。在Python中，一個通常有多種處理方法，但很容易出錯的地方很多;或者僅僅因為不知道模塊的存在，你就得重新創(chuàng)建標準庫，這很浪費時間。

Python標準庫是一個巨大的野獸，它的生態(tài)系統絕對是龐大的。雖然Python模塊可能有200萬千兆字節(jié)，好在有一些使用技巧存在，我們可以用Python中與科學計算相關的標準庫和包來學習。

[[332288]]

1. 反轉字符串

雖然看似是很基礎的操作，但是用char循環(huán)來反轉字符串可能會非常繁瑣麻煩。幸運的是，Python包含了一個簡單的內置操作來準確地執(zhí)行這個任務，我們只需訪問字符串上的索引::-1。

a = "!dlrow olleH" 
backward = a[::-1] 

2. Dims作為變量

在大多數語言中，為了將數組放入一組變量中需迭代循環(huán)值，或按位置訪問暗點，如下所示：

firstdim = array[1] 

然而，在Python中有一種更好更快的方法。為了將一列值改為變量，可以簡單地將變量名設置為與數組長度相同的數組：

array = [5, 10, 15, 20] 
five, ten, fift, twent = array 

3. 生成器的next()迭代

在編程中的大多數正常情況下，可以訪問一個索引，并使用計數器獲取位置數字，計數器將只是一個值，添加到：

array1 = [5, 10, 15, 20] 
array2 = (x ** 2 for x in range(10)) 
counter = 0for i in array1:# This code wouldn't work because 'i' is not in array2. 
   # i = array2[i] 
    i = array2[counter] 
#    ^^^ This code would because we areaccessing the position of i 

我們也可以用next()代替它。Next使用一個迭代器，該迭代器將當前位置存儲在內存中，并在后臺迭代列表：

g = (x ** 2 for x in range(10)) 
print(next(g)) 
print(next(g)) 

4. 智能拆包

迭代地解壓值可能會非常耗費時力，Python中有幾種不錯的方法可以用來解壓列表的方法。其中一個是*，它將填充未分配的值并將它們添加到變量名下的新列表中。

a, *b, c = [1, 2, 3, 4, 5] 

5. 列舉

不了解列舉那可不太行。列舉可以獲取列表中某些值的索引，在數據科學中使用數組而不是數據幀時，這就特別有用：

for i,w in enumerate(array): 
    print(i,w) 

6. 命名切片

Python中，分割列表非常簡單，各式各樣優(yōu)秀工具都能做到。特別好的一點是，它還能夠給列表命名，這對于Python中的線性代數特別有用：

a = [0, 1, 2, 3, 4, 5] 
LASTTHREE = slice(-3, None) 
slice(-3, None, None) 
print(a[LASTTHREE]) 

7. Itertools

如果深入學習Python，那你肯定要熟悉itertools。itertools是標準庫中的一個模塊，它可以不斷地解決迭代問題。它不僅使編寫復雜循環(huán)大幅度變容易，而且還使代碼更簡潔快速。有數百種Itertools的使用示例，來看看其中一個：

c = [[1, 2], [3, 4], [5, 6]] 
# Let's convert this matrix to a 1 dimensional list. 
import itertools as it 
newlist = list(it.chain.from_iterable(c)) 

8. 分組相鄰列表

在for循環(huán)中，對相鄰循環(huán)進行分組當然很容易，特別是使用zip()，但這肯定不是最好的方法。為了更輕松便捷地實現這一點，可以用zip編寫一個lambda表達式，該表達式將對相鄰列表進行分組，如下所示：

a = [1, 2, 3, 4, 5, 6] 
group_adjacent = lambda a, k: zip(*([iter(a)] * k)) 
group_adjacent(a, 3) [(1, 2, 3), (4, 5, 6)] 
group_adjacent(a, 2) [(1, 2), (3, 4), (5, 6)] 
group_adjacent(a, 1) 

9. 計數器

集合也是模塊中很好的標準庫，這里向大家介紹的是集合中的計數器。使用計數器，可以輕松獲得一個列表的計數。這對于獲取數據中的值總數、數據的空計數，以及查看數據的唯一值非常有用。

“為什么不直接使用Pandas呢?”使用Pandas來實現這一點無疑會困難得多，而且這只是在部署算法時需要添加到虛擬環(huán)境中的另一個依賴項。另外，Python中的計數器類型有很多Pandas系列沒有的特性，這使其在某些情況下更有用。

A = collections.Counter([1, 1, 2,2, 3, 3, 3, 3, 4, 5, 6, 7]) 
A Counter({3: 4, 1: 2, 2: 2, 4: 1, 5: 1, 6: 1, 7: 1}) 
A.most_common(1) [(3, 4)] 
A.most_common(3) [(3, 4), (1, 2), (2, 2)] 

10. 出隊

如下所示，出隊能讓代碼非常整潔：

import collections 
Q = collections.deque() 
Q.append(1) 
Q.appendleft(2) 
Q.extend([3, 4]) 
Q.extendleft([5, 6]) 
Q.pop() 
Q.popleft() 
Q.rotate(3) 
Q.rotate(-3) 
print(Q) 

這些是筆者一直愛用的Python技巧，都非常通用和實用，實踐中總有機會能用到。Python的標準庫函數工具箱變得越來越多樣，還有很多筆者也沒聽說過的工具。學無止境，這多么令人興奮！