Python Tricks Part 1: Basis

这篇文章总结一些平时容易被忽略的 Python 知识

Primitives, Variables and Expressions

PYTHON

print(f"{year:>3d} {principal:0.2f}")
Click to expand and view more

>3d 指至少 3 位十进制数，右对齐
0.2f 指精度为 2 位的浮点数

Arithmetic Operators

round(x, [n]): 该函数采用 Banker’s Rounding 银行家舍入法，也叫四舍六入五成双，当要舍弃的数字正好是 5 时

前一位是偶数 → 向下舍去（向偶数靠拢）
如果前一位是奇数 → 向上进位（向偶数靠拢）

这样做的目的是减少舍入误差的累积，在统计学和金融计算中更为公平。

PYTHON

# 常规四舍五入（Python实际行为是银行家舍入）
print(round(1.5))   # 2  （1是奇数，5进位）
print(round(2.5))   # 2  （2是偶数，5舍去）
print(round(3.5))   # 4  （3是奇数，5进位）
print(round(4.5))   # 4  （4是偶数，5舍去）

# 更复杂的例子
print(round(1.25, 1))  # 1.2 （2是偶数，5舍去）
print(round(1.35, 1))  # 1.4 （3是奇数，5进位）
print(round(1.251, 1)) # 1.3 （因为后面还有1，不是正好5，正常进位）
Click to expand and view more

银行家舍入法是 IEEE 754 标准推荐的方式，Python、R、NumPy 等都采用这种舍入方式，能有效减少大量数据计算时的统计偏差。

Python 二进制运算符会将整数视为 2’s complement binary representation 二进制补码，并且符号位会在左侧无限扩展。此外，Python 不会截断二进制，也不会溢出。

Text Strings

Immediately adjacent string literals 紧邻的字符串会被拼接成单个字符串：

PYTHON

print(
'Content-type: text/html\n'
'\n'
'<h1> Hello World </h1>\n'
'Clock <a href="http://www.python.org">here</a>\n'
)
Click to expand and view more

str() 和 repr() 都输出一个字符串，但是并不相同

str() 输出的是和 print() 一样的内容
repr() 生成的字符串则是以可被程序直接解析的形式

PYTHON

s = "hello\nworld"
print(str(s))
# hello
# world

print(repr(s))
# 'hello\nworld'
Click to expand and view more

File Input and Output

一行一行读取文件

PYTHON

with open('data.text') as file:
    for line in file:
        print(line, end='') # end='' omits to printing extra newline
Click to expand and view more

open() 函数返回一个文件对象

如果不使用 with 语句，代码应该这样写

PYTHON

file = open('data.text')
for line in file:
    print(line, end='') # omits to printing extra newline
file.close()
Click to expand and view more

但这样很容易忘记关闭文件，因此更加推荐上面写法

如果要读取整个文件，使用 read() 方法

PYTHON

with open('data.text') as file:
    data = file.read()
Click to expand and view more

如果说要读取一个大文件，需要给 read() 方法一个参数

PYTHON

with open('data.text') as file:
    while (chunk := file.read(10000)):
        print(chunk, end='')
Click to expand and view more

这里使用 := 运算符来获取并返回读取的值，以便在文件结束时（会读取到空字符）退出循环。

注意使用海象运算符的时候，应该总是将表达式使用括号括起来。

每次调用 file.read(10000) 后，文件内部的“读取指针”会自动向前移动 10000 个字符的位置。

如果不使用海象运算符，代码会更加冗余

PYTHON

with open('data.text') as file:
    while True:
        chunk = file.read(10000)
        if not chunk:
            break
        print(chunk, end='')
Click to expand and view more

如果要将程序内容输出到文件中，在 print() 中指定

PYTHON

with open('outupt.text', 'wt') as out:
    print('...\n', file=out)
Click to expand and view more

此外，还可以使用 write() 方法写入字符串到文件中

PYTHON

out.write('...\n')
Click to expand and view more

默认文件都使用 UTF-8 编码，如果使用不同的编码，使用 encoding 参数指定：

PYTHON

with open('data.text', encoding='latin-1') as file:
    data = file.read()
Click to expand and view more

Lists

初始化空列表有两种方式：

PYTHON

names = []
names = list()
Click to expand and view more

一般和使用 [] 是更加地道的方法，list() 更多用于类型转换：

PYTHON

letters = list('Dave')
# ['D', 'a', 'v', 'e']
Click to expand and view more

Tuples

tuple /'tʌpl/ 初始化 0 个和 1 个元素的方法

PYTHON

a = ()
b = (item, ) # 注意这里的尾逗号
Click to expand and view more

元组元素可以和数组一样使用索引获取，但更加常见的方法是解包

PYTHON

host, port = addresss
Click to expand and view more

由于元组的不可变性，最好将其视为有不同部分的不可变类型，而不是列表那种独立类型的集和。

Lists vs Tuples

结构体定义

C

// listobject.h
typedef struct {
  PyObject_VAR_HEAD
  PyObject **ob_item;   // 指向元素数组的指针
  Py_ssize_t allocated; // 已分配的槽位数量
} PyListObject;

// tupleobject.h
typedef struct {
  PyObject_VAR_HEAD
  PyObject *ob_item[1]; // 元素直接内联存储 (flexible array)
} PyTupleObject;
Click to expand and view more

方面	list	tuple
内存分配策略	动态增长	一次性分配，大小固定
内存占用	较大 (有预留空间)	较小 (紧凑存储)
创建速度	较慢	较快 (小 tuple 从缓存复用)
哈希支持	不可哈希	可哈希 (元素都可哈希时)

可以看到，tuple 对缓存会更加友好，更加符号局部性原理，命中率更高，且固定长度可优化，因此访问速度会比 list 更快。

Dict

PYTHON

prices = {
    'GOOG': 490.1,
    'APPL': 123.5,
    'IBM': 91.5,
    'MSFT': 52.13
}
Click to expand and view more

获取一个元素可以这样

PYTHON

if 'IBM' in prices:
    p = prices['IBM']
else:
    p = 0.0
Click to expand and view more

使用 get() 方法编写更加紧凑的版本

PYTHON

p = prices.get('IBM', 0.0)
Click to expand and view more

字典初始化也是两种方法，同样一般使用大括号初始化空字典

PYTHON

prices = {}
prices = dict()
Click to expand and view more

一般 dict() 更多用于处理键值对数据

PYTHON

pairs = [('IBM', 125), ('ACME', 50), ('PHP', 40)]
a = dict(paris)
Click to expand and view more

可以使用列表获取字典的键

PYTHON

syms = list(prices)
# ['APPL', 'MSFT', 'IBM', 'GOOG']
Click to expand and view more

或者使用 keys() 方法

PYTHON

syms = prices.keys()
Click to expand and view more

区别在于，keys() 方法会返回一个 key view，为字典键的引用（即字典修改也会改变）

PYTHON

d = {'x': 2, 'y': 3}
k = d.keys()
# dict_keys(['x', 'y'])
d['z'] = 4
k
# dict_keys(['x', 'y', 'z'])
Click to expand and view more

如果要获取值，使用 dict.values()。如果想获取键值对，使用 doct.items()。

这样遍历字典

PYTHON

from sym, price in prices.items():
    print(f'{sym} = {prices})
Click to expand and view more

Script Writing

任何 py 文件都可以作为脚本运行，或者作为通过 import 导入的库。为了更好地支持导入，脚本代码通常放在一个模块名 __name__ 进行条件检查的语句块里。 __name__ 是一个内置变量，其始终包括当前模块的名称。

如果要传递命令行参数，可以这样，例如给一个脚本传递一个文件名称

PYTHON

def main(argv):
    if len(argv) == 1:
        filename = input('Enter filename: ')
    elif len(argv) == 2:
        filename = argv[1]
    else:
        raise SystemExit(f'usage: {argv[0]} [filename]')
    portfolio = read_portfolio(filename)
    for name, shares, price in portfolio:
        print(f'{name:>10s'} {shares:10d} {price:10.2f})

if __name__ == '__main__':
    import sys
    main(sys.argv)
Click to expand and view more

argv[0] 是用户输入的脚本名或可执行文件名
BASH
```
python my_script.py          # argv[0] = "my_script.py"
./my_program                 # argv[0] = "./my_program"
python /path/to/script.py    # argv[0] = "/path/to/script.py"
```
Click to expand and view more
10s: 字符串格式，右对齐，宽度 10 个字符
10d: 整数格式，右对齐，宽度 10 个字符
10.2f: 浮点数格式，总宽度 10 个字符，保留 2 位小数

对于简单的程序而言，sys.argv 已经足够了，如果有更加复杂的需求，使用 argparse 库。

Packages

在更大的项目中，一般会将代码组织成一个包。包是一个模块的层次化集合，类似这样。

TEXT

tutorial/
    __init__.py
    readport.py
    pcost.py
    stack.py
    ...
Click to expand and view more

目录应该有一个 __init__.py 文件，这样就可以导入该包里面的

Structuring an Application

将大型代码库组织成包结构是一种标准做法，在进行操作时，需要为顶级目录选择一个唯一的包名。包目录的主要目的是管理导入语句和编程时使用的模块命名空间。

除了源代码外，可能还有测试、示例、脚本和文档等附加内容。这些附加材料存放在与源码不同的目录中。常见的做法是为项目创建一个顶层的总目录，并将所有工作内容至于其下。

TEXT

tutorial-project/
    tutorial/
        __init__.py
        readport.py
        pcost.py
        stack.py
        ...
    tests/
        test_stack.py
        test_pcost.py
        ...
    examples/
        sample.py
        ...
    doc/
        tutorial.txt
        ...
Click to expand and view more

Managing Third Party Packages

使用下面命令去 PyPI 安装第三方软件包

BASH

python3 -m pip install
Click to expand and view more

安装的包会在 site-packages 目录下面，可以使用 sys.path 看到。在 Unix 机器上，目录可能在 /usr/local/bin/python3.10/site-packages。如果想知道某个模块具体的位置，可以在导入后使用 __file__ 变量查看：

PYTHON

import asyncio
asyncio.__file__
# '/Library/Frameworks/Python.framework/Versions/3.12/lib/python3.12/asyncio/__init__.py'
Click to expand and view more

实际中，更加常见的是使用虚拟环境

PYTHON

python3 -m venv myproject
Click to expand and view more

这样将创建一个项目目录叫 myproject，在该目录中将会创建下面的目录结构

TEXT

myproject
├── bin/                # Linux/Mac: 可执行文件目录
│   ├── python          # Python解释器
│   ├── pip             # 包管理工具
│   └── activate        # 激活脚本
├── lib/                # Python库文件
│   └── python3.x/      # 具体Python版本
│       └── site-packages/  # 安装的第三方包
└── pyvenv.cfg         # 环境配置文件
Click to expand and view more

这里不建议直接使用 pip 安装包，而是这样

PYTHON

./myproject/bin/python3 -m pip install somepackage
Click to expand and view more

Primitives, Variables and Expressions

Arithmetic Operators

Text Strings

File Input and Output

Lists

Tuples

Dict

Script Writing

Packages

Structuring an Application

Managing Third Party Packages

Related Posts

Python asyncio 03: A first asyncio application

Python Asyncio 02: Asyncio Basics Part 2

Python Asyncio 02: Asyncio Basics Part 1

Start searching

No results found