1. 嵌套 list 合并
1
2
3
4
5
|
nested_list = [[1, 2], [3, 4]]
# 使用 sum() 函数和列表推导式
merged_list = sum(nested_list, [])
print(merged_list) # 输出: [1, 2, 3, 4]
|
sum()
函数的第一个参数是要求和的可迭代对象(在本例中是 nested_list
)。第二个参数是初始值,这里我们使用一个空列表 []
。
sum()
函数会将 nested_list
中的每个子列表展开,并将它们的元素累加到初始值 []
中,从而得到一个扁平化的列表。
2. 打日志
1
2
3
4
|
import logging
# 配置日志记录器
logging.basicConfig(filename='./error.log', level=logging.INFO, format='%(asctime)s %(levelname)s: %(message)s')
|
3. dict 的 get() 方法
当您不确定键是否存在时,可以使用 get()
方法,它可以提供一个默认值,以防该键不存在。
1
2
3
4
5
6
7
8
9
10
11
12
|
import json
json_data = '{"name": "Alice", "age": 25}'
data = json.loads(json_data)
# 获取 "name" 元素,如果不存在则返回 "Unknown"
name = data.get("name", "Unknown")
print(name) # Output: Alice
# 获取 "gender" 元素,如果不存在则返回 "Unknown"
gender = data.get("gender", "Unknown")
print(gender) # Output: Unknown
|
4. pandas 操作表格
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
import pandas as pd
# 创建一个数据字典
data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'City': ['New York', 'London', 'Paris']
}
# 创建一个 DataFrame
df = pd.DataFrame(data)
# 将 DataFrame 写入 Excel 文件
df.to_excel('output.xlsx', index=False)
|
5. 多进程
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import multiprocessing
def my_function(arg):
# 模拟一些计算任务
result = [arg * i for i in range(5)]
return result
if __:
# 创建进程池
with multiprocessing.Pool() as pool:
# 异步调用 my_function 并收集结果
results = pool.map(my_function, [1, 2, 3])
# 打印结果
for result in results:
print(result)
|
6. HTTP
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
import requests
# 定制 header
headers = {
'Content-Type': 'application/json',
'Authorization': 'Bearer your_access_token'
}
params = {
'test': 'xx'
}
# 发起 GET 请求
response = requests.get('https://api.example.com/data', headers=headers, params)
# 检查请求状态码
if response.status_code != 200:
print(f'Request failed with status code: {response.status_code}')
data = response.json()
|
原文链接:
https://rustyscript.com/posts/tech/python/collect-9999-tips-for-writing-python/