python高效代碼

Ⅰ python如何有比重的隨機取值 （要求代碼簡單高效）

python中沒有你所期望的那種直接搞定的函數，都要自己改造一下的，你現在用的random.randint(1,10)這種方法沒什麼問題，而且並不算笨方法，代碼效率也不算低。
還有一種方法是利用random中的choice函數，random.choice的功能是從序列中獲取一個隨機元素，編程思想是將要隨機輸出的元素按不同個數添加到一個列表中，然後利用random.choice，從中隨機選取一個。
=====================================================
代碼如：
def randomchice(a,b,c,d,fa,fb,fc,fd):
import random
tl=[]
for i in range(0,fa):tl.append(a)
for i in range(0,fb):tl.append(b)
for i in range(0,fc):tl.append(c)
for i in range(0,fd):tl.append(d)
return random.choice(tl)

使用時只需輸入如：
print randomchice('zhangsan','lisi','wangwu','zhouqi',50,20,25,5,)
=====================================================

python所追求的不是速度效率而是代碼效率，用python寫的代碼夠簡潔清晰就行，如果要求速度的話，那可以嵌入c語言，那樣效率比python高至少100倍。
希望對你有所幫助。

Ⅱ 自學python走了太多彎路，如何高效學習

自學Python的話，本身很容易走彎路，因為沒有合適的計劃和課程，很容易導致事半功倍的。想要高效系統化的學習Python，最好還是找一個合適的機構進行學習一下，平時學習過程匯總多付出時間和努力，擁有合適的計劃、方案還有好的老師，自然學習起來更加容易一些。

Ⅲ 《編寫高質量 Python代碼的59個有效方法》txt下載在線閱讀全文,求百度網盤雲資源

《Effective Python》（布雷特·斯拉特金（Brett Slatkin））電子書網盤下載免費在線閱讀

鏈接: https://pan..com/s/1FFAaagdlCWx1DjmfI77rJQ

書名：Effective Python

作者：布雷特·斯拉特金（Brett Slatkin）

譯者：愛飛翔

豆瓣評分：9.0

出版社：機械工業出版社

出版年份：2016-1

頁數：210

內容簡介：

用Python編寫程序，是相當容易的，所以這門語言非常流行。但若想掌握Python所特有的優勢、魅力和表達能力，則相當困難，而且語言中還有很多隱藏的陷阱，容易令開發者犯錯。

本書可以幫你掌握真正的Pythonic編程方式，令你能夠完全發揮出Python語言的強大功能，並寫出健壯而高效的代碼。Scott Meyers在暢銷書《Effective C++》中開創了一種以使用場景為主導的精練教學方式，本書作者Brett Slatkin就以這種方式匯聚了59條優秀的實踐原則、開發技巧和便捷方案，並以實用的代碼範例來解釋它們。

Slatkin根據自己在Google公司多年開發Python基礎架構所積累的經驗，揭示Python語言中一些鮮為人知的微妙特性，並給出了能夠改善代碼功能及運行效率的習慣用法。通過本書，你能夠了解到解決關鍵編程任務所用的最佳方式，並學會編寫易於理解、便於維護且利於改進的代碼。

作者簡介：

Google高級軟體工程師Brett Slatkin融合自己多年Python開發實戰經驗，深入探討編寫高質量Python代碼的技巧、禁忌和最佳實踐。

涵蓋Python3.x和Python2.x主要應用領域，匯聚59條優秀實踐原則、開發技巧和便捷方案，包含大量實用範例代碼。

Ⅳ 怎麼用最短時間高效而踏實地學習Python

分三個階段學習。
第一階段：掌握Python的語法和一些常用庫的使用。這里首先推薦廖雪鋒在網上的書籍，這是Python2.7版本的，這本書適合於重頭開始一直讀完，作為一個開發人員，除了基本的語法，這本書裡面提到了一些其他的常用的庫，看了廖老師寫的很多東西，感覺他的思路，以及寫博客寫書的高度，概括性，原理性都十分好，這本書讀完之後，相信就可以動手寫很多東西了，可以盡情的玩轉Python解釋器了。另外還有一本書《Python參考手冊》，這本書也十分的有用，關於Python的方方面面基本都囊括在內，可以作為一本Python字典來查詢使用方法，十分好用。掌握一門語言最好的方法就是用它，所以我覺得邊學語法邊刷Leetcode是掌握Python最快的方式之一。
第二個階段：中級，掌握自己特定領域的庫，掌握pythonic寫法，非常熟悉Python的特性。推薦的第一本書是《編寫高質量代碼--改善python程序的91個建議》，這本書大概的提了下Python工程的文件布局，更多的總結了如何寫出pythonic的代碼，另外，也介紹了一些常用的庫。要想深入的了解Python，有的時候看看Python的源碼也是很重要的，自己通過讀懂源碼，來徹底的了解Python的核心機制，這里推薦《Python源碼剖析——深度探索動態語言核心技術》，這本書並沒有看完，只是在需要深入了解Python某個功能或者數據結構的時候看看相關章節，也覺得受益匪淺。
自己領域的書籍和資料也肯定很多，比如web開發的構架都有很多，只有了解熟悉了所有構架，在選擇的時候才能衡量利弊，然後深入掌握某些構架。
第三個階段：高級，從整個工程項目著眼，考慮document，distribution，性能優化等目前只看了一本書《the hacker guide to python》，看的是英文版的，這本書對項目的布局，文檔，性能，發布等做了很多詳細的介紹，我覺得寫的還是很不錯，只不過本人還需要再讀幾遍。對於大多數人來說，很難有機會從頭開始一個有意義的大型工程項目，所以自己可以用Python實現一些簡單的功能，簡單的項目，這個靈感可以去知乎或者quora搜索，很多前輩都分享了自己的經驗。

Ⅳ 如何快速學習Python

• 找一本淺顯易懂，常式比較好的教程，從頭到尾看下去。不要看很多本，專注於一本。把裡面的常式都手打一遍，搞懂為什麼。我當時看的是《簡明python教程》，不過這本書不是非常適合零基礎初學者。零基礎推薦《與孩子一起學編程》，或者看我寫的教程 Crossin的編程教室 - Python入門。
  

• 去找一個實際項目練手。我當時是因為要做一個網站，不得已要學python。這種條件下的效果比你平時學一門新語言要好很多。所以最好是要有真實的項目做。可以找幾個同學一起做個網站之類。注意，真實項目不一定非要是商業項目，你寫一個只是自己會用的博客網站也是真實項目，關鍵是要核心功能完整。Crossin：Python 的練手項目有哪些值得推薦？
  

• 最好能找到一個已經會python的人。問他一點學習規劃的建議（上知乎也是個途徑），然後在遇到卡殼的地方找他指點。這樣會事半功倍。但是，要學會搜索，學會如何更好地提問。沒人願意幫你寫作業或是回答「一搜便知」的問題。

Ⅵ 求簡潔優美的python代碼例子、片段、參考資料

樓主貼的那段代碼好像是我寫的那段吧,我來告訴你如何寫出來的吧

首先我不是高手,我也沒有人教,我的編程都是自學的,我只是一個業余愛好者.

寫出這樣的代碼很簡單,就是要多練,我只是把python的基本語法學會,然後就不停地練習,我沒有看過樓上的那些資料,我只是不停地碼代碼,或許有捷徑,但是我沒有發現.

我從07年開始寫python的腳本,我一開始的代碼風格也很差,特別是我先學c++,然後再轉python的,當寫的代碼越來越多,對python的了解就會加深,代碼風格也會自動改變的,不需要著急,其實這就是對一門語言的了解程度,你可以看看我回答的問題,我的回答就是我對python的理解,如果你能堅持下來,相信7年後你寫的代碼會比我寫得更好.

樓上的題目有點意思,我也寫一下,不知道對否

s='''
TheZenofPython,byTimPeters

Beautifulisbetterthanugly.
Explicitisbetterthanimplicit.
Simpleisbetterthancomplex.
.
Flatisbetterthannested.
Sparseisbetterthandense.
Readabilitycounts.
Specialcasesaren'tspecialenoughtobreaktherules.
.
Errorsshouldneverpasssilently.
Unlessexplicitlysilenced.
Inthefaceofambiguity,refusethetemptationtoguess.
Thereshouldbeone--andpreferablyonlyone--obviouswaytodoit.
'reDutch.
Nowisbetterthannever.
*right*now.
,it'sabadidea.
,itmaybeagoodidea.
--let'sdomoreofthose!
'''

importre,collections
tail_map={"'s":'is',"'re":'are',"n't":'not'}
data=collections.Counter(re.findall('w+',re.sub("('s|'re|n't)",lambdamatchobj:tail_map[matchobj.group()],s.lower())))

max_len=max(data.values())
print('Totalwordcount:%d',sum(data.values()))

forwordinsorted(data):
print('%*s=>%d'%(max_len,word,data[word]))

Ⅶ 如何提高python的運行效率

竅門一：關鍵代碼使用外部功能包

Python簡化了許多編程任務，但是對於一些時間敏感的任務，它的表現經常不盡人意。使用C/C++或機器語言的外部功能包處理時間敏感任務，可以有效提高應用的運行效率。這些功能包往往依附於特定的平台，因此你要根據自己所用的平台選擇合適的功能包。簡而言之，這個竅門要你犧牲應用的可移植性以換取只有通過對底層主機的直接編程才能獲得的運行效率。以下是一些你可以選擇用來提升效率的功能包：

Cython
Pylnlne
PyPy
Pyrex

這些功能包的用處各有不同。比如說，使用C語言的數據類型，可以使涉及內存操作的任務更高效或者更直觀。Pyrex就能幫助Python延展出這樣的功能。Pylnline能使你在Python應用中直接使用C代碼。內聯代碼是獨立編譯的，但是它把所有編譯文件都保存在某處，並能充分利用C語言提供的高效率。

竅門二：在排序時使用鍵

Python含有許多古老的排序規則，這些規則在你創建定製的排序方法時會佔用很多時間，而這些排序方法運行時也會拖延程序實際的運行速度。最佳的排序方法其實是盡可能多地使用鍵和內置的sort()方法。譬如，拿下面的代碼來說：

import operator
somelist = [(1, 5,]
在每段例子里，list都是根據你選擇的用作關鍵參數的索引進行排序的。這個方法不僅對數值類型有效，還同樣適用於字元串類型。

竅門三：針對循環的優化

每一種編程語言都強調最優化的循環方案。當使用Python時，你可以藉助豐富的技巧讓循環程序跑得更快。然而，開發者們經常遺忘的一個技巧是：盡量避免在循環中訪問變數的屬性。譬如，拿下面的代碼來說：

lowerlist = ['this', 'is', 'lowercase']
upper = str.upper
upperlist = []
append = upperlist.append
for word in lowerlist:
append(upper(word))
print(upperlist)
#Output = ['THIS', 'IS', 'LOWERCASE']
每次你調用str.upper, Python都會計算這個式子的值。然而，如果你把這個求值賦值給一個變數，那麼求值的結果就能提前知道，Python程序就能運行得更快。因此，關鍵就是盡可能減小Python在循環中的工作量。因為Python解釋執行的特性，在上面的例子中會大大減慢它的速度。

（注意：優化循環的方法還有很多，這只是其中之一。比如，很多程序員會認為，列表推導式是提高循環速度的最佳方法。關鍵在於，優化循環方案是提高應用程序運行速度的上佳選擇。）

竅門四：使用較新的Python版本

如果你在網上搜索Python，你會發現數不盡的信息都是關於如何升級Python版本。通常，每個版本的Python都會包含優化內容，使其運行速度優於之前的版本。但是，限制因素在於，你最喜歡的函數庫有沒有同步更新支持新的Python版本。與其爭論函數庫是否應該更新，關鍵在於新的Python版本是否足夠高效來支持這一更新。

你要保證自己的代碼在新版本里還能運行。你需要使用新的函數庫才能體驗新的Python版本，然後你需要在做出關鍵性的改動時檢查自己的應用。只有當你完成必要的修正之後，你才能體會新版本的不同。

然而，如果你只是確保自己的應用在新版本中可以運行，你很可能會錯過新版本提供的新特性。一旦你決定更新，請分析你的應用在新版本下的表現，並檢查可能出問題的部分，然後優先針對這些部分應用新版本的特性。只有這樣，用戶才能在更新之初就覺察到應用性能的改觀。

竅門五：嘗試多種編碼方法

每次創建應用時都使用同一種編碼方法幾乎無一例外會導致應用的運行效率不盡人意。可以在程序分析時嘗試一些試驗性的辦法。譬如說，在處理字典中的數據項時，你既可以使用安全的方法，先確保數據項已經存在再進行更新，也可以直接對數據項進行更新，把不存在的數據項作為特例分開處理。請看下面第一段代碼：

n = 16
myDict = {}
for i in range(0, n):
char = 'abcd'[i%4]
if char not in myDict:
myDict[char] = 0
myDict[char] += 1
print(myDict)
當一開始myDict為空時，這段代碼會跑得比較快。然而，通常情況下，myDict填滿了數據，至少填有大部分數據，這時換另一種方法會更有效率。

n = 16
myDict = {}
for i in range(0, n):
char = 'abcd'[i%4]
try:
myDict[char] += 1
except KeyError:
myDict[char] = 1
print(myDict)
在兩種方法中輸出結果都是一樣的。區別在於輸出是如何獲得的。跳出常規的思維模式，創建新的編程技巧能使你的應用更有效率。

竅門六：交叉編譯你的應用

開發者有時會忘記計算機其實並不理解用來創建現代應用程序的編程語言。計算機理解的是機器語言。為了運行你的應用，你藉助一個應用將你所編的人類可讀的代碼轉換成機器可讀的代碼。有時，你用一種諸如Python這樣的語言編寫應用，再以C++這樣的語言運行你的應用，這在運行的角度來說，是可行的。關鍵在於，你想你的應用完成什麼事情，而你的主機系統能提供什麼樣的資源。

Nuitka是一款有趣的交叉編譯器，能將你的Python代碼轉化成C++代碼。這樣，你就可以在native模式下執行自己的應用，而無需依賴於解釋器程序。你會發現自己的應用運行效率有了較大的提高，但是這會因平台和任務的差異而有所不同。

（注意：Nuitka現在還處在測試階段，所以在實際應用中請多加註意。實際上，當下最好還是把它用於實驗。此外，關於交叉編譯是否為提高運行效率的最佳方法還存在討論的空間。開發者已經使用交叉編譯多年，用來提高應用的速度。記住，每一種解決辦法都有利有弊，在把它用於生產環境之前請仔細權衡。）

在使用交叉編譯器時，記得確保它支持你所用的Python版本。Nuitka支持Python2.6, 2.7, 3.2和3.3。為了讓解決方案生效，你需要一個Python解釋器和一個C++編譯器。Nuitka支持許多C++編譯器，其中包括Microsoft Visual Studio,MinGW 和 Clang/LLVM。

交叉編譯可能造成一些嚴重問題。比如，在使用Nuitka時，你會發現即便是一個小程序也會消耗巨大的驅動空間。因為Nuitka藉助一系列的動態鏈接庫（DDLs）來執行Python的功能。因此，如果你用的是一個資源很有限的系統，這種方法或許不太可行。

Ⅷ 如何用五點教會你Python高效編程

網路知道

Ⅸ python用什麼軟體寫比較好

集成開發環境（IDE，Integrated Development Environment ）是用於提供程序開發環境的應用程序，一般包括代碼編輯器、編譯器、

調試器和圖形用戶界面等工具。集成了代碼編寫功能、分析功能、編譯功能、調試功能等一體化的開發軟體服務套。所有具備這一特性的

軟體或者軟體套（組）都可以叫集成開發環境。如微軟的Visual Studio系列，Borland的C++ Builder、Delphi系列等。該程序可以獨立

運行，也可以和其它程序並用。IDE多被用於開發HTML應用軟體。例如，許多人在設計網站時使用IDE（如HomeSite、DreamWeaver

等），因為很多項任務會自動生成。

Python 的學習過程少不了 IDE 或者代碼編輯器，或者集成的開發編輯器（IDE）。這些 Python 開發工具幫助開發者加快使用 Python

開發的速度，提高效率。高效的代碼編輯器或者 IDE 應該會提供插件，工具等能幫助開發者高效開發的特性。

下面是常見的PythonIDE，大家可以選擇適合自己的來使用。（推薦使用pycharm）

1. VimVim 可以說是 Python 最好的 IDE。Vim 是高級文本編輯器，旨在提供實際的 Unix 編輯器『Vi』功能，支持更多更完善的特性

集。Vim 不需要花費太多的學習時間，一旦你需要一個無縫的編程體驗，那麼就會把 Vim 集成到你的工作流中。

2. Eclipse with PyDevEclipse 是非常流行的 IDE，而且已經有了很久的歷史。Eclipse with Pydev 允許開發者創建有用和互動式的

Web 應用。PyDev 是 Eclipse 開發 Python 的 IDE，支持 Python，Jython和 IronPython 的開發。

3. Sublime Text

Sublime Text 是開發者中最流行的編輯器之一，多功能，支持多種語言，而且在開發者社區非常受歡迎。Sublime 有自己的包管理器，

開發者可以使用TA來安裝組件，插件和額外的樣式，所有這些都能提升你的編碼體驗。

4. Emacs

GNU Emacs 是可擴展，自定義的文本編輯器，甚至是更多的功能。Emacs 的核心是 Emacs Lisp 解析器，但是支持文本編輯。如果你已

經使用過 Vim，可以嘗試一下 Emacs。

5. Komodo Edit

Komodo Edit 是非常干凈，專業的 Python IDE。

6. PyCharm

PyCharm 是 JetBrains 開發的 Python IDE。PyCharm用於一般IDE具備的功能，比如， 調試、語法高亮、Project管理、代碼跳轉、智

能提示、自動完成、單元測試、版本控制……另外，PyCharm還提供了一些很好的功能用於Django開發，同時支持Google App

Engine，更酷的是，PyCharm支持IronPython！