Python 实用编程技巧（序列篇）
前言
Python 作为我们平时使用频率最高的脚本语言拥有着灵活、简洁、高效的特点，但是实际上大多数情况下我们都没有能够发挥其最大的能力，于是分几个部分总结一下编程的技巧，同时也期望对Python 有一个更深的认识。
1.如何在列表，字典，集合中筛选出指定条件的项
最简单的方式就是循环
dict=[1,2,-2,3,-5,13,5.2]
res=[]
for i in dict:
if i>0:
res.append(i)
print res
但是循环代码非常的臃肿并且执行的效率很低，于是我们考虑使用函数式编程的方法
（1）列表：
filter函数：
from random import randint
data = [randint(-10,10) for i in range(10)]
data = filter(lambda x:x>=0,data)
print data
列表解析：
from random import randint
data = [randint(-10,10) for i in range(10)]
data = [x for x in data if x>=0]
print data
（2）字典
字典解析：
grade = {x:randint(60,100) for x in range(1,20)}
grade = {k:v for k,v in grade.iteritems() if v >90}
print grade
（3）集合
集合解析：
s = set([randint(-10,10) for i in range(10)])
s = {x for x in s if x%3==0}
print s
2.如何为元组中的每个元素命名来提高程序可读性
因为元组结构简单，访问速度快，所以常常被我们用来存放结构一致的数据，但是他的访问还是存在一些问题，比如我们想访问元组中的元素的时候必须使用的是下标的方式，这样就大大降低了程序的可读性，于是我们需要找一个策略解决这个问题。
方法一：采用宏定义或者枚举类型类似的方式
NAME,AGE,SEX,EMAIL = xrange(4)
student =("tom",16,"male","tom@163.com")
print student[NAME]
print student[AGE]
print student[SEX]
print student[EMAIL]
注意：解释一下 xange() 在这里面的应用
xrange() 区别于 range() ,它会生成一个生成器，然后这里面又利用了列表的拆包原理进行了循环的赋值
方法二：使用namedtuple这个模块创建一个命名元组
from collections import namedtuple
Student = namedtuple("Student",['name','age','sex','email'])
s = Student("tom",16,"male","tom@163.com")
print s
print s.age
上面我们使用的是位置传参的方式，我们还能使用关键字进行传参，这样就不用位置一一对应
3.如何根据字典的键值对字典的元素进行排序
方法一：使用 sorted() 方法的key 参数
from random import randint
data = [randint(0,20) for i in range(30)]
s = dict.fromkeys(data,0)
for i in data:
s[i]+=1
print sorted(s.items(),key=lambda x:x[1])
参数解释：
（1）items()可将字典中的每个键值对转换成一个一个的元组，并将这些元组组合成一个list。
（2）key值的传入，我们这里使用匿名函数lambda，利用这个函数，我们可以对字典进行按键、按值排序，即x[0]则为按键排序，x[1]则为按值排序。
方法二：使用zip()将字典键值对互换排列
因为 sorted() 是按照先比较第一个值在比较第二个值的方式进行比较的，于是我们在转化成元组列表的时候需要对键值对互换
因为我们能通过字典的 keys 和 values 方法分别获得键值对的列表，而 zip 正好能将多个列表重组成为元组列表。
from random import randint
data = [randint(0,20) for i in range(30)]
s = dict.fromkeys(data,0)
for i in data:
s[i]+=1
print sorted(zip(s.values(),s.keys()))
4.如何统计序列中出现的元素的频度
方法一：先转化成字典
最开始我们的方法可以是将一个序列的值作为字典的键，然后键对应的值默认是0，我们在利用循环遍历整个序列，不断的为字典的值加一
from random import randint
data = [randint(0,20) for i in range(30)]
s = dict.fromkeys(data,0)
for i in data:
s[i]+=1
print s
我们现在有了字典以后就需要根据字典的值对结果进行排序
方法二：使用 collections 的 Counter 方法
经过 Counter 方法包装过的字典自带了一个叫做most_common 的方法，能直接找到出现频率较高的的指定个数的元素
from random import randint
from collections import Counter
data = [randint(0,20) for i in range(30)]
s = dict.fromkeys(data,0)
for i in data:
s[i]+=1
print Counter(s).most_common(3)
实例: 统计LICENCE 文件中出现频率最多的单词
import re
from collections import Counter
txt = open('LICENCE').read()
print Counter(re.split('\W+',txt)).most_common(10)
结果：
[(‘the’, 309), (‘of’, 210), (‘to’, 177), (‘a’, 171), (‘or’, 138), (‘you’, 106), (‘work’, 97), (‘that’, 91), (‘and’, 91), (‘in’, 76)]
4.如何快速找到字典中的公共键
方法一：按照一个字典的键值进行遍历
我们最简单的思路就是找按照一个字典的键进行遍历，然后判断是不是在另外的字典中
from random import randint,sample
s1 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
s2 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
s3 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
res = []
for x in s1:
if x in s2 and x in s3:
res.append(x)
print res
方法二：使用集合的交集操作
集合有一个内置的方法就是 viewkeys 能够以集合的形式显示出来所有的键值
from random import randint,sample
s1 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
s2 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
s3 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
print s1.viewkeys() & s2.viewkeys() & s3.viewkeys()
方法三：使用函数式编程 map() 和 reduce() 配合
reduce() 在两两进行操作的时候的作用非常的大
from random import randint,sample
s1 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
s2 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
s3 = {i:randint(1,4) for i in sample('abcdefg',randint(1,7))}
res = reduce(lambda x,y:x&y,map(dict.viewkeys,[s1,s2,s3]))
print res
5.如何让字典保持有序
使用 collections 下面的 OrdetredDict方法
from collections import OrderedDict
d = OrderedDict()
d['Jim'] = (1,20)
d['Bob'] = (2,30)
d['Keen'] = (3,40)
for i in d:
print i
6. 如何实现显示用户的历史记录功能
方法一：使用容量为n的队列
使用collections 中的 deque 方法
from collections import deque
q = deque([],5)
q.append(1)
q.append(2)
print q
但是这个方法有一个弊端，就是我们目前是把记录存储在内存中的，一旦程序退出就消失了，于是我们需要使用文件进行存储
方法二：使用 pickle 这个工具
pickle 能将python 对象存入文件中，还能将该对象从文件中还原出来
from collections import deque
import pickle
q = deque([],5)
q.append(1)
q.append(2)
pickle.dump(q,open('history','w'))
q2 = pickle.load(open('history'))
print q2