coding基本功实践

作为一名程序员，除了需要具备解决问题的思路以外，代码的质量和简洁性也很关键。因为从一个人的代码可以直接看出你的基本功。对于Python而言，这就意味着你需要对Python的内置功能和库有很深入的了解。

一 选择正确的内置功能

01.题目
在FizzBuzz中，你将获得一个整数列表，任务是执行以下操作：
用“fizz”替换所有可被3整除的整数
用“buzz”替换所有可被5整除的整数
将所有可被3和5整除的整数替换为“fizzbuzz”

 numbers = [45, 22, 14, 65, 97, 72]
 for i, num in enumerate(numbers):
     if num % 3 == 0 and num % 5 == 0:
         numbers[i] = 'fizzbuzz'
     elif num % 3 == 0:
         numbers[i] = 'fizz'
     elif num % 5 == 0:
         numbers[i] = 'buzz'

推荐代码

02.使用断点breakpoint()调试而不是print()
你可能通过在代码中添加print并查看打印出的内容来调试一个小问题。这种方法起初效果很好，但很多就变得很麻烦。
如果你使用的是Python 3.7，则无需导入任何内容，只需在代码中要放入调试器的位置调用breakpoint()：
调用breakpoint()会将你带入pdb，这是默认的Python调试器。在Python 3.6及更早版本中，你可以通过显式导入pdb来执行相同的操作：
像breakpoint()一样，pdb.set_trace()会将你带入pdb调试器。它不是那么简洁，而且需要记住的多一点。你可能想要尝试其他调试器，但pdb是标准库的一部分，
因此它始终可用。无论你喜欢哪种调试器，在进行编码面试设置之前，都值得尝试使用它们来适应工作流程。

import pdb; pdb.set_trace()

03.使用f-Strings格式化字符串
在coding中，如果使用Python 3.6+，建议的格式化方法是Python的f-strings。
f-string允许你将Maria放入字符串中，并在一个简洁的操作中添加具有所需格式的年龄。需要注意的一个风险是，如果你输出用户生成的值，那么可能会带来安全风险，
在这种情况下，模板字符串可能是更安全的选择。

def get_name_and_decades(name, age):
    return f"My name is {name} and I'm {age / 10:.5f} decades old."

get_name_and_decades("Maria", 31) # My name is Maria and I'm 3.10000 decades old.

二 有效利用基本的数据结构和方法

 import random
 all_words = "all the words in the world".split()
 def get_random_word():
     return random.choice(all_words)

 def get_unique_words():
     words = set()
     for _ in range(200):
         words.add(get_random_word())
     return words

 print(get_unique_words())

1. 使用set存储唯一值

  sum((i * i for i in range(1, 1001)))

 """
 换出括号会将列表推导更改为生成器表达式。当你知道要从序列中检索数据，但不需要同时访问所有数据的时候，生成器表达式非常适合。
 当sum通过重复调用.__ next __()来迭代生成器对象时，生成器检查i等于多少，计算i * i，在内部递增i，并将正确的值返回到sum。
 该设计允许生成器用于大量数据序列，因为一次只有一个元素存在于内存中。
 """

2. 使用生成器节省内存

 cowboy = {'age': 32, 'horse': 'mustang', 'hat_size': 'large'}
 name = cowboy.setdefault('name', 'The Man with No Name')

 """
 等价于：
 if 'name' not in cowboy:
      cowboy['name'] = 'The Man with No Name'
 """

3. 使用.setdefault()在字典中定义默认值

三 利用Python的标准库

 from collections import defaultdict

 grades = [
     ('elliot', 91),
     ('neelam', 98),
     ('bianca', 81),
     ('elliot', 88)
 ]

 """
  你将创建一个defaultdict，它使用不带参数的list构造函数作为默认方法，
  没有参数的list返回一个空列表你也可以使用lambda函数作为值来返回任意常量。
 """
 student_grades = defaultdict(list)
 for name, grade in grades:
     student_grades[name].append(grade)

1.使用collections.defaultdict()处理缺少的字典键

 # 一长串没有标点符号或大写字母的单词，你想要计算每个单词出现的次数。
 from collections import Counter
 words = "if there was there was but if there was not there was not".split()
 counts = Counter(words)
 print(counts) # Counter({'there': 4, 'was': 4, 'if': 2, 'not': 2, 'but': 1})
 print(counts.most_common(2)) # 返回n个最频繁的输入
 """
 collections.Counter是dict的子类，它使用0作为任何缺失元素的默认值，并且更容易计算对象的出现次数：
 """

2. 使用collections.Counter计算Hashable对象

 import string
 def is_upper(word):
     for letter in word:
         if letter not in string.ascii_uppercase:
             return False
     return True

 print(is_upper('T'))

 """
 所有字符串常量都只是经常引用的字符串值的字符串。其中包括以下内容：
 string.ascii_letters
 string.ascii_uppercase
 string.ascii_lowercase
 string.digits
 string.hexdigits
 string.octdigits
 string.punctuation
 string.printable
 string.whitespace
 """

3.使用字符串常量访问公共字符串组

 """
 itertools有多个工具来生成可重复输入数据序列，但现在我们只关注两个常见函数：
 itertools.permutations() 排列  区分顺序
 itertools.combinations()。组合  不区分顺序

 """
 import itertools
 a = ['a','b','c']
 list(itertools.permutations(a,r=2)) # [('a', 'b'), ('a', 'c'), ('b', 'a'), ('b', 'c'), ('c', 'a'), ('c', 'b')]

 import itertools
 a = ['a','b','c']
 list(itertools.combinations(a,r=2)) # [('a', 'b'), ('a', 'c'), ('b', 'c')]

4. 使用Itertools生成排列和组合