大公司的Python高手都在用的库|你不知道就out啦

菜鸟独白
很多小伙伴让我写Python进阶技巧的文章，其实Python的进阶我觉得主要在对一些库的熟练使用,另外对代码的驾驭能力.个人觉得比较好的方法多看库，然后多读GitHub 上的源码，对你的进阶之路大有裨益！今天就来分享几个我平时非常喜欢的库，并详细举例说明，希望对大家有帮助！

工具:Sublime Text
语言:Python3.6
高手必知的库：
collections
concurrent
logging
argparse

我最喜欢的collections库

大家知道Python里面的字典虽然好用，但是有两个显著的缺点,其中之一就是无序，如何在构造字典的时候，让字典里面填入的内容有序呢，一般的方法都是等字典的内容填充好了之后，用sorted排序，但是sorted,也并不能保证是按照添加的顺序进行迭代

痛点1:字典无序的问题

有没有办法让字典出生的时候就是带序的，有的就是collections库里面的OrderedDict，传统的字典输出的时候，有时会乱序

image

输出{'A': 0, 'B': 1, 'C': 2, 'E': 4, 'D': 3}

如果我们想按照字典加入的顺序输出,必须用OrderedDict

image

OrderedDict会自动按照加入的顺序打印，但是这样做的坏处是开销很大，因为它内部维护了一张双向链表，大小是普通字典的2倍.

痛点2:字典无缺省值的问题

字典一般都是没有缺省值的，比如我们在爬虫的时候，我们希望我们爬取的关键字如果爬到有值则填入内容，如果没有则用缺省值代替.
比如我前段时间做的年度电影榜单(2017年度电影榜单出炉)，keys=['movie_name','movie_link','rating_num','rating_people_num']

初始化这样的字典有三种方法:

image

但是上面3种解决方案有缺点：

• 比如我们访问一个不存在的key的时候，如何让它返回一个缺省值 ?

• 比如复杂一点数据结构，字典里面有列表，而不是一个简单的字符串？

• 这些问题如何优雅的解决，用神器defaultdict

比如我们构造一个学生的成绩单，缺省值我们认为是60分:

image

如果我们要获取一个不在名单里面的学生成绩
print (students['sam'])
输出60  #输出是60

我们打印一些看看学生的成绩，是不是非常方便
print (students)
输出{'lili': 100, 'jack': 80, 'tom': 70, 'sam': 60})

如果我们是一个字典嵌套集合的数据结构，我们只要把这个字典缺省设为set,然后只要管如何添加数据就行，不用操心如何初始化字典：

image

痛点3:像类一样玩转元组数据

比如我们有一个数据结构students = (name, score, weight)
我们要访问这个元组，需要通过下标去访问，非常不方便，如果这个元组很长，用下标会弄错，而且乱序之后不易扩展

如果用一个类去构建，有点杀鸡用牛刀的赶脚！这个时候用namedtuple就有一种妙不可言的感觉，太方便了,可以体会一下Python之美.

image

然后我们访问这个属性，可以用类似类的访问属性方式去访问
print (s1.name)
print (s1.score)
print (s1.weight)
输出
Leo
100
65

简单而强大的并发库concurrent

痛点4:如何简便的用并发

我们在爬虫的时候，如果有100个url需要并发去爬取，一种通用的做法是开多线程，然后把100个url放入队列里面，开多线程从共享队列里面取url并发爬取，有没有更简便的方便，有的用concurrent库.

比如：我们有一个需求是要爬取百度，头条，知乎，豆瓣，新浪和搜狐的首页.

我们看用concurrent里面的线程池如何轻松解决

image

输出
url:http://www.baidu.com length:2381
url:http://www.toutiao.com length:7137
url:http://www.jianshu.com length:48378
url:http://www.taobao.com length:126311
url:http://www.douban.com length:91297
url:http://www.sina.com length:605568
url:http://www.sohu.com length:191148

直接用ThreadPoolExecutor一个线程池的管理器来负责，thpool(max_workers=4)来创建一个线程池，你可以自己定义多个线程一起并发，然后用submit来往线程池里面添加task,是不是很简便！

全能的日志库logging

痛点5:日志怎么打才好

在做大一点的项目的时候，有3个地方需要考虑：
第一：代码架构的扩展性和维护性，主要会用一些设计模式来重构
第二：代码的稳定性，会加很多异常保护
第三：就是头疼的debug的日志，需求既要灵活，功能又要全面

单一的print非常lower,为了解决这个痛点，我们必须用logging模块

image

这个时候我们去看一下mylog.log文件就会发现，里面把这5条信息都记录下来了
CRITICAL:root:This is a critical message
ERROR:root:This is an error message
WARNING:root:This is a warning message
INFO:root:This is a info message
DEBUG:root:This is a debug message

logging里面有5个级别critical>error>warning>info>debug

debug是最低的，我们上面在basciConfig里面设置的是低优先级的DEBUG,如果我们改成WARNING,那么就只显示warning以上的级别(含warning)
如果我们想输出的日志里面加时间戳，怎么办，简单的在basicConfig里面设置一下format格式就ok了
%(levelname)s: 打印日志级别名称
%(asctime)s: 打印日志的时间
%(message)s: 打印日志信息

image

多面的命令行解析库

痛点6：解决命令行解析多选项问题

如果有做命令行的同学，或者是自动化脚本的对argparse一定不陌生,这个一个非常重要的库，可以对命令行提供强大的各种选项功能

比如新建一个demo.py ,我们希望这个小脚本可以对两个数运算

image

我们在命令行下敲一下:
xindeMacBook-Pro:HiPython xin$ python3 demo.py -h
usage: demo.py [-h] [-t T] [-n1 N1] [-n2 N2]
calculate two numbers
optional arguments:
-h, --help  show this help message and exit
-t T        add/mul
-n1 N1      First num
-n2 N2      Second num

• -h立马就把各个选项的用法一目了然

• -t  表示你运算类型

• -n1表示第一个数

• -n2表示第二个数

输入add作加法运算：
xindeMacBook-Pro:HiPython xin$ python3 demo.py -t add -n1 10 -n2 20
10.0+20.0=30.0
输入mul作乘法运算：
xindeMacBook-Pro:HiPython leoxin$ python3 demo.py -t mul -n1 10 -n2 20
10.0*20.0=200.0

结论：

所有的高手都是从菜鸟一步一步走过来的，不断的吸取养分，保持如饥似渴的学习热情，多思考，总有一天菜鸟会展翅高飞成为一代高手！ Python的实践性非常强，希望上面几个库可以给大家一些思路和参考，我们继续前行.

作者：菜鸟学python
链接：https://www.jianshu.com/p/5e0d5ca73e97
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。