python 列表

[ord(s) for s in symbols if ord(s) > 127 ]

list(filter(lamba: c: c>127,map(ord,symbols)))

列表推导性能：

result

listcomp : 0.044 0.043 0.040 0.037 0.035 listcomp + func : 0.056 0.056 0.056 0.055 0.054 filter + lambda : 0.048 0.049 0.052 0.068 0.035 filter + func : 0.027 0.030 0.041 0.042 0.043

import timeit

TIMES = 10000

SETUP = """ symbols = '$¢£¥€¤' def non_ascii(c): return c > 127 """

def clock(label, cmd): res = timeit.repeat(cmd, setup=SETUP, number=TIMES) print(label, *('{:.3f}'.format(x) for x in res))

clock('listcomp :', '[ord(s) for s in symbols if ord(s) > 127]') clock('listcomp + func :', '[ord(s) for s in symbols if non_ascii(ord(s))]') clock('filter + lambda :', 'list(filter(lambda c: c > 127, map(ord, symbols)))') clock('filter + func :', 'list(filter(non_ascii, map(ord, symbols)))')

元组拆包 *a =x,y

image.png

image.png

image.png

元组类

from collections import namedtuple City=namedtuple('City','name country population coordination') tokyo=City('Tokyo''JP',36.93,(35.5,129))

image.png

切片

image.png

多维切片

[1:3,2:2]

排序

list.sort不会新建一个列表 sorted 会新建一个列表

image.png

二分法

bisect

数组

from array import array floats=array('d',(random() for i in range(1000000000)))

image.png

image.png

内存视图memoryview

image.png

numpy 处理矩阵

image.png

image.png

双向队列

image.png