摘要：中的可以起到与此处相同的效果判断奇数自然是使用位操作最快了删除要删除的数量较多超多一半的话，建议重新生成如果数量较少，在和都可以的情况下，稍快一些
给dict设置默认值
这样能设置所有key的默认值为[]，包括新添的key
from collections import defaultdict context = defaultdict(list)
setdefault一次只能设置一个值，但好处是能使用链式语法，但defaultdict更快一些
context = {}
context.setdefault("name_list", []).append("Fiona")
或者用fromkeys，用法dict.fromkeys(seq[, value]))，value默认是国际惯例的None
name_list = ["kevin", "robin"]
context = {}.fromkeys(name_list, 9)
# {"kevin": 9, "robin": 9}
context = dict.fromkeys([1, 2], True)
# {1: True, 2: True}
列表去重的快速方法
比用set要快，来自：http://www.peterbe.com/plog/uniqifiers-benchmark
{}.fromkeys(mylist).keys()
列表深复制
a = [3, 2, 1] b = a[:]字典深复制
a = {"male":0, "female": 1}
b = a.copy()
时间转换相关
获取今天的年月日时间(date)
两种代码效果相同
from datetime import datetime n_date = datetime.now().date() n_date = datetime.today().date()date -> datetime
from datetime import datetime b = datetime.combine(n_date, datetime.min.time()) # datetime.datetime(2015, 9, 8, 0, 0)datetime -> date
比较简单，直接使用datetime_object.date()即可
# datetime.datetime(2015, 6, 5, 11, 45, 45, 393548) a = datetime.datetime() # datetime.datetime(2016, 6, 5) b = a.date()time.struct_time -> datetime
一般time.localtime()或者用time.striptime()得到的就是time.struct_time
使用位置参数
structTime = time.localtime() datetime.datetime(*structTime[:6]) # datetime.datetime(2009, 11, 8, 20, 32, 35)
或者使用datetime.fromtimestamp，但是要注意此处的时间不能早于1970-01-01 00:00
from time import mktime from datetime import datetime dt = datetime.fromtimestamp(mktime(struct))计算日期之差
from datetime import date d0 = date(2008, 8, 18) d1 = date(2008, 9, 26) delta = d0 - d1 print delta.days获取milliseconds(13位数字)
import time
from datetime import datetime
time.time() # 1441769033.549239
int(time.time() * 1000) # 1441769033549
# or
def unix_time_milliseconds:
time_gap = datetime.utcnow() - datetime.utcfromtimestamp(0)
return int(time_gap.total_seconds() * 1000) # 1441769033549
使用map作iterator
当将func设置为None时，可起到iterator的作用，结果类似于使用了zip，唯一的区别是map可以按最长的列表扩展。
python2.x中的itertools.zip_longest可以起到与此处map相同的效果
map(None, xrange(3), xrange(10,12)) # [(0, 10), (1, 11), (2, None)] zip(xrange(3), xrange(10,12)) # [(0, 10), (1, 11)]判断奇数
自然是使用位操作最快了
if a & 1:
print "it is even"
dict删除key
要删除的key数量较多(超多一半)的话，建议重新生成dict；如果数量较少，在pop和del都可以的情况下，del稍快一些
python -m timeit -s "d = {"f":1,"foo":2,"bar":3}" "d1 = d.copy()" "for k in d1.keys():" " if k.startswith("f"):" " del d1[k]"
# 1000000 loops, best of 3: 0.827 usec per loop
python -m timeit -s "d = {"f":1,"foo":2,"bar":3}" "d1 = d.copy()" "for k in d1.keys():" " if k.startswith("f"):" " d1.pop(k)"
# 1000000 loops, best of 3: 0.96 usec per loop
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/37594.html
☀️苏州程序大白一文从基础手把手教你Python数据可视化大佬☀️《❤️记得收藏❤️》 目录 ?️?开讲啦！！！！?️?苏州程序大白?️??博主介绍前言数据关系可视化散点图 Scatter plots折线图强调连续性 Emphasizing continuity with line plots同时显示多了图表 数据种类的可视化 Plotting with categorical da...
摘要：的三种数据类型字典列表元组，分别用花括号中括号小括号表示。约等于上句，可能是因为自定义变量名与内部函数或变量同名了。下，默认路径一般为。的日志模块中计时器定时器计划任务，。对象的问题怎样忽略警告不打印烦人的警告打印到终端同时记录到文件。 Python Enhancement Proposal。（PEP，Python增强建议书） Python之禅（import this） Pytho...
摘要：元组是静态数组，它们不可变，且其内部数据一旦创建便无法改变。元组缓存于运行时环境，这意味着我们每次使用元组时无须访问内核去分配内存。 以下是整理的JavaScript和python的基础区别的整理： 字符串、列表、元组、字典、集合、函数 字符串 声明一个字符串 python str = 123 str = 123 Tips: 如果是三个引号的话，那么在py中就是注释的意思 ...
摘要：元组是静态数组，它们不可变，且其内部数据一旦创建便无法改变。元组缓存于运行时环境，这意味着我们每次使用元组时无须访问内核去分配内存。 以下是整理的JavaScript和python的基础区别的整理： 字符串、列表、元组、字典、集合、函数 字符串 声明一个字符串 python str = 123 str = 123 Tips: 如果是三个引号的话，那么在py中就是注释的意思 ...
摘要：是一个数据分析的开源库。与表格或关系数据库中的表非常神似。注意带有一个索引，类似于关系数据库中的主键。的统计函数分组与聚合通过方法，可以对数据组施加一系列的函数。函数的作用是串联，追加数据行使用函数。 pandas(Python data analysis)是一个Python数据分析的开源库。pandas两种数据结构：DataFrame和Series 安装：pandas依赖于NumPy...
阅读 1586·2021-11-02 14:48
阅读 3630·2019-08-30 15:56
阅读 2746·2019-08-30 15:53
阅读 3191·2019-08-30 14:09
阅读 3076·2019-08-30 12:59
阅读 2833·2019-08-29 18:38
阅读 2658·2019-08-26 11:41
阅读 2185·2019-08-23 16:45
