全文共1891字，預計學習時長8分鐘
圖源：unsplash
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，學會不等於精通，Python的“後勁兒”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；或者僅僅因爲不知道模塊的存在，你就得重新創建標準庫，這很浪費時間。
Python標準庫是一個巨大的野獸，它的生態系統絕對是龐大的。雖然Python模塊可能有200萬千兆字節，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。
1.反轉字符串
雖然看似是很基礎的操作，但是用char循環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作爲變量
在大多數語言中，爲了將數組放入一組變量中需迭代循環值，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。爲了將一列值改爲變量，可以簡單地將變量名設置爲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，並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，並在後臺迭代列表：
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並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
圖源：unsplash
不瞭解列舉那可不太行。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，這對於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。它不僅使編寫複雜循環大幅度變容易，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循環中，對相鄰循環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。爲了更輕鬆便捷地實現這一點，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，這裏向大家介紹的是集合中的計數器。使用計數器，可以輕鬆獲得一個列表的計數。這對於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。
“爲什麼不直接使用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。
圖源：unsplash
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，這多麼令人興奮！
一起分享AI學習與發展的乾貨
歡迎關注全平臺AI垂類自媒體 “讀芯術”
（添加小編微信：dxsxbb，加入讀者圈，一起討論最新鮮的人工智能科技哦～）