摘要:中的可以起到與此處相同的效果判斷奇數(shù)自然是使用位操作最快了刪除要?jiǎng)h除的數(shù)量較多超多一半的話,建議重新生成如果數(shù)量較少,在和都可以的情況下,稍快一些
給dict設(shè)置默認(rèn)值
這樣能設(shè)置所有key的默認(rèn)值為[],包括新添的key
from collections import defaultdict context = defaultdict(list)
setdefault一次只能設(shè)置一個(gè)值,但好處是能使用鏈?zhǔn)秸Z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默認(rèn)是國際慣例的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,來自:http://www.peterbe.com/plog/uniqifiers-benchmark
{}.fromkeys(mylist).keys()列表深復(fù)制
a = [3, 2, 1] b = a[:]字典深復(fù)制
a = {"male":0, "female": 1} b = a.copy()時(shí)間轉(zhuǎn)換相關(guān) 獲取今天的年月日時(shí)間(date)
兩種代碼效果相同
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
比較簡單,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
使用位置參數(shù)
structTime = time.localtime() datetime.datetime(*structTime[:6]) # datetime.datetime(2009, 11, 8, 20, 32, 35)
或者使用datetime.fromtimestamp,但是要注意此處的時(shí)間不能早于1970-01-01 00:00
from time import mktime from datetime import datetime dt = datetime.fromtimestamp(mktime(struct))計(jì)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獲取milliseconds(13位數(shù)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
當(dāng)將func設(shè)置為None時(shí),可起到iterator的作用,結(jié)果類似于使用了zip,唯一的區(qū)別是map可以按最長的列表擴(kuò)展。
python2.x中的itertools.zip_longest可以起到與此處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)]判斷奇數(shù)
自然是使用位操作最快了
if a & 1: print "it is even"dict刪除key
要?jiǎng)h除的key數(shù)量較多(超多一半)的話,建議重新生成dict;如果數(shù)量較少,在pop和del都可以的情況下,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
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/37594.html
??蘇州程序大白一文從基礎(chǔ)手把手教你Python數(shù)據(jù)可視化大佬??《??記得收藏??》 目錄 ????開講啦!?。?!????蘇州程序大白?????博主介紹前言數(shù)據(jù)關(guān)系可視化散點(diǎn)圖 Scatter plots折線圖強(qiáng)調(diào)連續(xù)性 Emphasizing continuity with line plots同時(shí)顯示多了圖表 數(shù)據(jù)種類的可視化 Plotting with categorical da...
摘要:的三種數(shù)據(jù)類型字典列表元組,分別用花括號(hào)中括號(hào)小括號(hào)表示。約等于上句,可能是因?yàn)樽远x變量名與內(nèi)部函數(shù)或變量同名了。下,默認(rèn)路徑一般為。的日志模塊中計(jì)時(shí)器定時(shí)器計(jì)劃任務(wù),。對(duì)象的問題怎樣忽略警告不打印煩人的警告打印到終端同時(shí)記錄到文件。 Python Enhancement Proposal。(PEP,Python增強(qiáng)建議書) Python之禪(import this) Pytho...
摘要:元組是靜態(tài)數(shù)組,它們不可變,且其內(nèi)部數(shù)據(jù)一旦創(chuàng)建便無法改變。元組緩存于運(yùn)行時(shí)環(huán)境,這意味著我們每次使用元組時(shí)無須訪問內(nèi)核去分配內(nèi)存。 以下是整理的JavaScript和python的基礎(chǔ)區(qū)別的整理: 字符串、列表、元組、字典、集合、函數(shù) 字符串 聲明一個(gè)字符串 python str = 123 str = 123 Tips: 如果是三個(gè)引號(hào)的話,那么在py中就是注釋的意思 ...
摘要:元組是靜態(tài)數(shù)組,它們不可變,且其內(nèi)部數(shù)據(jù)一旦創(chuàng)建便無法改變。元組緩存于運(yùn)行時(shí)環(huán)境,這意味著我們每次使用元組時(shí)無須訪問內(nèi)核去分配內(nèi)存。 以下是整理的JavaScript和python的基礎(chǔ)區(qū)別的整理: 字符串、列表、元組、字典、集合、函數(shù) 字符串 聲明一個(gè)字符串 python str = 123 str = 123 Tips: 如果是三個(gè)引號(hào)的話,那么在py中就是注釋的意思 ...
摘要:是一個(gè)數(shù)據(jù)分析的開源庫。與表格或關(guān)系數(shù)據(jù)庫中的表非常神似。注意帶有一個(gè)索引,類似于關(guān)系數(shù)據(jù)庫中的主鍵。的統(tǒng)計(jì)函數(shù)分組與聚合通過方法,可以對(duì)數(shù)據(jù)組施加一系列的函數(shù)。函數(shù)的作用是串聯(lián),追加數(shù)據(jù)行使用函數(shù)。 pandas(Python data analysis)是一個(gè)Python數(shù)據(jù)分析的開源庫。pandas兩種數(shù)據(jù)結(jié)構(gòu):DataFrame和Series 安裝:pandas依賴于NumPy...
閱讀 1607·2021-11-02 14:48
閱讀 3663·2019-08-30 15:56
閱讀 2777·2019-08-30 15:53
閱讀 3217·2019-08-30 14:09
閱讀 3109·2019-08-30 12:59
閱讀 2864·2019-08-29 18:38
閱讀 2702·2019-08-26 11:41
閱讀 2222·2019-08-23 16:45