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'

 

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())

 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。
"""

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'
"""

 

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)

# 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：
"""

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
"""

"""
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')]