本文目录一览：
满满干货！20个Python使用的小技巧
本节对一些 Python 易混淆的操作进行对比。
1.1 有放回随机采样和无放回随机采样
1.2 lambda 函数的参数
1.3 copy 和 deepcopy
复制和变量别名结合在一起时，容易混淆：
对别名的修改会影响原变量，（浅）复制中的元素是原列表中元素的别名，而深层复制是递归地进行复制，对深层复制的修改不影响原变量。
1.4 == 和 is
1.5 判断类型
1.6 字符串搜索
1.7 List 后向索引
这个只是习惯问题，前向索引时下标从0开始，如果反向索引也想从0开始可以使用~。
2.1 读写 CSV 文件
注意，当 CSV 文件过大时会报错：_csv.Error: field larger than field limit (131072)，通过修改上限解决
csv 还可以读以 分割的数据
2.2 迭代器工具
itertools 重新定义了很多迭代器工具，例如子序列工具：
序列排序：
多个序列合并：
2.3 计数器
计数器可以统计一个可迭代对象中每个元素出现的次数。
2.4 带默认值的 Dict
当访问不存在的 Key 时，defaultdict 会将其设置为某个默认值。
2.5 有序 Dict
3.1 输出错误和警告信息
向标准错误输出信息
输出警告信息
控制警告消息的输出
3.2 代码中测试
有时为了调试，我们想在代码中加一些代码，通常是一些 print 语句，可以写为：
一旦调试结束，通过在命令行执行 -O 选项，会忽略这部分代码：
3.3 代码风格检查
使用 pylint 可以进行不少的代码风格和语法检查，能在运行之前发现一些错误
3.4 代码耗时
耗时测试
测试某代码块耗时
代码耗时优化的一些原则
4.1 argmin 和 argmax
argmax同理。
4.2 转置二维列表
4.3 一维列表展开为二维列表
python调试程序BUG的心得技巧分享
【导读】相信各位Python工程师们在写Python代码的时候，免不了经常会出现bug满天飞这种情况，这个时候我们可能就得一个标点一个标点的去排查，费时又费力，但是，我们又很难发现到底是其中的哪一个步骤，导致了这些问题的出现。导致这些问题的其中一个原因，就是我们没有养成良好的编程习惯。编程习惯就好比是电影中的特效。电影特效越好，呈现出来的观影效果也自然越好。同样，如果我们能够养成好的编程习惯，在查找错误的时候，自己的思路就会更加清晰。下面是小编整理的解决Python项目bug的心得技巧分享，包含六小点，希望对大家有所帮助。
方法一：使用项目管理工具
无论Python项目简单与否，我们都应该使用Git进行版本控制。大部分支持Python的IDE(集成开发环境)都内置了对Git这一类项目管理工具的支持。
我们在修改代码时，常常会出现改着改着程序就崩了的情况，改出的最新版本有时候还不如上一个版本。而Git，恰好能够及时帮我们保存之前的版本。使用了它以后，我们也不需要不停地用“ctrl+z”来撤回代码了。
方法二：使用Python的内置函数
Python的内置函数和标准库都可以处理常见的用例，而不需要自己重新定义函数。
但是，刚刚入门的Python开发人员们对其中的函数并不熟悉。所以他们经常会遇到这样一个问题——在不需要记住内容的情况下，如何才能知道标准库中的内容是否涵盖了自己的用例?最简单的方法是将标准库索引和内置函数概述页添加为书签，并且在遇到“日常编程”类问题的时候立即浏览一下。我们使用这些函数的频率高了，自然也就能记住这些函数了。
方法三：使用正确的模块
与内置函数和标准库一样，Python中大量的第三方模块集合，也可以帮助我们节省大量的人力。通过PyPI的Web前端，可以针对我们的问题触发搜索词，我们很容易就能找到适合自己的解决方案。
方法四：使用OOP
面向对象编程(OOP)将数据结构与用于操作它们的方法捆绑在一起，从而使编写高级代码更加容易。OOP非常适合用于Python这一类高级语言，尤其是项目非常复杂的时候。熟悉Python的开发人员都知道，使用OOP可以减少代码量，从而节省大量的时间。
但是，也不是所有的项目都需要使用OOP。如果项目没有特别要求，一些小型的项目就可以不用OOP。
方法五：编写测试代码并不断测试
一个好的程序员一定知道测试之于项目的重要性。编写测试代码的确是一个很枯燥的过程，但是不进行测试，我们就无法发现程序的问题所在。
如果一个项目非常复杂的话，我们就必须要做到及时测试。越早测试，就能越早发现问题。而不是说等代码全部写完了，才开始进行测试，这样反而会导致更多的错误和更大的工作量。
当然，我们也可以寻找专业的软件测试人员，来帮助我们进行测试。这样我们也可以把更多的精力投入到项目程序本身。
方法六：选择正确的Python版本
部分人仍然在使用Python2，但Python官方的开发团队早已经不对这一版本进行维护了。聪明的开发人员都已经将Python2里的项目迁移到Python3中了。
Python目前的最新版本是Python3.8.5，但也不是说你一定要使用最新版本。专业的软件开发人员都知道，任何软件的最新版本都不一定是最好的，因为它仍需要开发团队不断地去改良。程序员一般都会使用在最新版本之前的一个版本，旧版本相对而言是比较成熟的。
无论是运用哪一种语言编写代码，优秀的程序员都具备良好的编程习惯。这些习惯不仅能够让我们思路更加清晰，也可以帮助我们减轻工作量，从而节省大量的时间。所以，可能你离优秀的程序员，只差一个好习惯了哦~
以上就是小编今天给大家整理发送的关于“解决Python项目BUG的心得技巧分享”的相关内容，希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。
调试python代码的方法有哪些
本文讨论在没有方便的IDE工具可用的情况下，使用pdb调试python程序
源码例子
例如，有模拟税收计算的程序：
#!/usr/bin/python
def debug_demo(val):
if val = 1600 :
print "level 1"
print 0
elif val = 3500 :
print "level 2"
print (val - 1600) * 0.05
elif val = 6500 :
print "level 3"
print (val - 3500) * 0.10 + (3500-1600) * 0.05
else:
print "level 4"
print (val - 6500) * 0.20 + (6500-3500) * 0.10 + (3500-1600) * 0.05
#~def debug_demo
if __name__ == "__main__":
debug_demo(4500)
debug_demo函数计算4500的入账所需的税收。
如何调试?
1.加入断点
在需要插入断点的地方，加入红色部分代码：如果_DEBUG值为True，则在该处开始调试（加入_DEBUG的原因是为了方便打开/关闭调试）。
#!/usr/bin/python
_DEBUG=True
def debug_demo(val):
if _DEBUG == True:
import pdb
pdb.set_trace()
if val = 1600 :
print "level 1"
print 0
elif val = 3500 :
print "level 2"
print (val - 1600) * 0.05
elif val = 6500 :
print "level 3"
print (val - 3500) * 0.10 + (3500-1600) * 0.05
else:
print "level 4"
print (val - 6500) * 0.20 + (6500-3500) * 0.10 + (3500-1600) * 0.05
#~def debug_demo
if __name__ == "__main__":
debug_demo(4500)
2.开始运行调试
运行程序./debug_demo.py,得到
/usr/local/qspace/user_network/debug_demo.py(7)debug_demo()
- if val = 1600 :
(Pdb)
- val = 1600 : 指示当前执行的语句，（Pdb）等待你的调试指令. pdb的指令很丰富，输入h指令可以查看指令的使用方法。下面简单介绍常用指令：
查看代码上下文，l（小写L）
(Pdb) l
2 _DEBUG=True
3 def debug_demo(val):
4 if _DEBUG == True:
5 import pdb
6 pdb.set_trace()
7 - if val = 1600 :
8 print "level 1"
9 print 0
10 elif val = 3500 :
11 print "level 2"
12 print (val - 1600) * 0.05
(Pdb)
左边是行号，右边是代码正文。
监视变量：p 变量名
(Pdb) p val
4500
(Pdb)
单步执行: n
- elif val = 3500 :
(Pdb) l
5 import pdb
6 pdb.set_trace()
7 if val = 1600 :
8 print "level 1"
9 print 0
10 - elif val = 3500 :
11 print "level 2"
12 print (val - 1600) * 0.05
13 elif val = 6500 :
14 print "level 3"
15 print (val - 3500) * 0.10 + (3500-1600) * 0.05
加入断点:b 行号
(Pdb) b 14
运行到断点: c
(Pdb) c
/*****
- print "level 3"
(Pdb) l
9 print 0
10 elif val = 3500 :
11 print "level 2"
12 print (val - 1600) * 0.05
13 elif val = 6500 :
14 B- print "level 3"
15 print (val - 3500) * 0.10 + (3500-1600) * 0.05
16 else:
17 print "level 4"
18 print (val - 6500) * 0.20 + (6500-3500) * 0.10 + (3500-1600) * 0.05
19
执行到函数返回前: r
(Pdb) r
level 3
195.0
--Return--
/****()
-None
- print (val - 3500) * 0.10 + (3500-1600) * 0.05
(Pdb)
说明：
pdb还有很多其他很多有用的指令，读者可以自行探索。输入h，h 命令。就可以得到命令的详细帮助。
不过，我个人认为一般无需启动这种调试方法，一般使用日志输出进行调试即可，除非遇到了非常微妙的错误。这时，单步调试的威力便显示出来了
