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

python tips(2)

join函数的使用

一般的字符串组合操作都建议使用join, 字符串操作经常使用的就join, split, replace, 另外还有partition
join里面可以写成一个列表解析的形式

m = map(str, range(9))
','.join(x for x in m if x != '3')

# 而不是
','.join([x for x in m if x != '3'])

从列表中删除多个相同的元素

用list.remove是不行的, 只能删除从左到右找到的第一个元素, 后面的不会删除
自认为两种比较好的方式如下

m = ['a', 'b', 'c', 'a']
m = filter(lambda x: x !='a', m)

或者

m[:] = (x for x in m if x != 'a')

随机生成n位字符串

import random
import string

rand_str = "".join([random.choice(string.letters+string.digits) for _ in xrange(n)])

引用类型的问题

函数参数

函数默认参数，只在定义时参数求值了一次，函数的多个调用将使用同一个可变参数

def test(data, x=[]):
    x.append(data)
    return x
print test(3)
# [3]
print test(4)
# [3, 4]

dict.fromkeys设置默认值的问题

和函数参数问题一样，多个键值对应的value将调用同一个列表。设置为{}自然也是一样的结果

>>> a = dict.fromkeys('bc', [])
>>> a['b'].append(6)
>>> a
{'b': [6], 'c': [6]}

多个变量声明

一般会有声明多个空list和空dict的需求
将导致多个变量共享同一个[]或{}的错误的做法

a = b = []
c = d = {}

正确的方式

a, b = [], []
# for a lot of var
c, d, e, f = [{} for _ in xrange(4)]

其它int, str, bool等没有此问题，可直接写成

a = b = True

del的时候一次可以删除多个

>>> a = range(3)
>>> del a[2], a[0]
>>> a
[1]

切片操作

可以用-1来反转列表

>>> a = range(7)
>>> a[::-1]
[6, 5, 4, 3, 2, 1, 0]
>>> a[::2]
[0, 2, 4, 6]

用切片删除某一段序列，等同于del a[1:4]

>>> a = [1, 2, 3, 4, 5, 6, 7]
>>> a[1:4] = []
>>> a
[1, 5, 6, 7]

去除偶数索引

>>> a = [0, 1, 2, 3, 4, 5, 6, 7]
>>> del a[::2]
>>> a
[1, 3, 5, 7]

关于省略号

主要用于多维矩阵中，减少定位操作时的复杂度，用得不多，更仔细的说明见这里

>>> class C(object):
...  def __getitem__(self, item):
...   return item
...
>>> C()[1:2, ..., 3]
(slice(1, 2, None), Ellipsis, 3)

文件操作

一次读取整个文件

使用二进制模式，如rb模式, 使用r则只能读取到一部分

with open(path, 'rb') as f:
    return f.read()

按行读取

将文件对象看错iterator

with open(path, 'r') as f:
    for line in f:
        print line

python tips（1～2）

python tips(1)