Belajar Pemrograman : 7 Trik Menulis Kode Python Lebih Ringkas

7 Trik Menulis Kode Python Lebih Ringkas

Seperti yang kita semua tah saat belajar Python, menulis kode Python sangat mudah di awal. Tetapi saat Anda menambahkan lebih banyak pustaka ke toolkit, skrip Anda mungkin memiliki baris kode yang tidak perlu. Sehingga skrip tersebut menjadi bertele-tele dan berantakan. Hal itu mungkin bisa mengatasi pekerjaan dalam jangka pendek, tetapi dalam jangka panjang, itu akan merepotkan.

7 Trik Menulis Kode Python Lebih Ringkas

Pada artikel ini, Labkom99 akan berbagi dengan Anda 7 Trik Menulis Kode Python Lebih Ringkas. Ini mencakup hal-hal yang kita lakukan sehari-hari, seperti memodifikasi nilai dalam bingkai data Pandas, menghubungkan string, membaca file, dan sebagainya.


1. Menulis Kode Lambda Python Untuk Mengubah Nilai Frame Data Pandas

Misalkan kita memiliki df kerangka data dengan menulis kode Python berikut :

data = [[1,2,3], [4,5,6], [7,8,9]]
df = pd.DataFrame(data, columns=[0,1,2])
IN[1]: print (df)
OUT[1]:    0  1  2
        0  1  2  3
        1  4  5  6
        2  7  8  9

Dan untuk beberapa alasan, Anda perlu 0 menambahkan 01 nilai ke angka di kolom pertama. Metode umum adalah mendefinisikan fungsi untuk menyelesaikan tugas ini dan kemudian menggunakan fungsi apply untuk mengubah nilai kolom.

def add_numbers(x):
    return f'{x}01'
df[0] = df[0].apply(add_numbers)
IN[1]: print (df)
OUT[1]:     0   1   2
        0  101  2   3
        1  401  5   6
        2  701  8   9

Ini tidak rumit, tetapi tidak praktis untuk membuat fungsi untuk setiap perubahan dalam frame data. Saat ini menulis kode Python lambda sangat berguna.

Read More

Fungsi lambda mirip dengan fungsi Python normal, tetapi dapat didefinisikan tanpa nama yang menjadikannya kode satu baris yang indah. Kode yang sebelumnya digunakan dapat dikurangi dengan cara berikut.

df[0] = df[0].apply(lambda x:f'{x}01')

Lambda menjadi sangat berguna ketika Anda tidak tahu apakah Anda dapat mengakses atribut dari suatu rangkaian untuk mengubah data.

Misalnya, kolom 0 berisi huruf dan kami ingin menggunakan huruf besar.

# Jika Anda menggunakan .str, Anda dapat melakukan ini
df[0] = df[0].str.title()
# Jika Anda tidak menggunakan .str, Anda masih dapat menggunakan huruf besar lambda
df[0] = df[0].apply(lambda x: x.title())

2. Gunakan F-String Untuk Menghubungkan String

Penggabungan string adalah operasi yang sangat umum dalam Python dan dapat dilakukan dengan berbagai cara. Metode yang paling umum adalah menggunakan + operator. Namun, satu masalah dengan operator ini adalah kita tidak dapat menambahkan pemisah apa pun di antara string.

Tentu saja, jika Anda ingin menghubungkan “Hallo” dan “Word”, solusi yang umum pada saat menulis kode python adalah menambahkan pemisah kosong (” “).

print("Hello" + " " + "World")

Ini menyelesaikan pekerjaan, tetapi untuk menulis kode yang lebih mudah dibaca, kita dapat menggantinya dengan f-string.

IN[2]: print(f'{Hello} {World}')
OUT[2]: "Hello World"

Dalam contoh dasar, ini tampaknya tidak perlu. Tetapi ketika harus menggabungkan beberapa nilai (seperti yang akan Anda lihat di Tip #3), f-string akan menyelamatkan Anda dari penulisan beberapa kali + ” ” +. Labkom99 tidak tahu berapa kali kita harus menulis + operator di masa lalu , tetapi sekarang tidak lagi gunakan

Cara lain untuk menghubungkan string adalah dengan menggunakan join() metode atau format () fungsi, tetapi f-string melakukan pekerjaan yang lebih baik dalam koneksi string.


3. Gunakan Fungsi Zip() Untuk Mengulangi Beberapa List

Pernahkah Anda ingin mengulang lebih dari satu daftar dengan Python? Ketika Anda memiliki dua daftar, Anda dapat menggunakan enumerate untuk mencapai.

teams = ['Barcelona', 'Bayern Munich', 'Chelsea']
leagues = ['La Liga', 'Bundesliga', 'Premiere League']
for i, team in enumerate(teams):
    league = leagues[i]
    print(f'{team} plays in {league}')

Namun, bila Anda memiliki dua atau lebih daftar, ini menjadi tidak praktis. Cara yang lebih baik adalah dengan menggunakan zip() fungsi. zip() Fungsi menerima data iterasi, mengumpulkannya dalam tupel dan mengembalikannya.

Mari tambahkan daftar lain untuk melihat zip() kegunaannya

teams = ['Barcelona', 'Bayern Munich', 'Chelsea']
leagues = ['La Liga', 'Bundesliga', 'Premiere League']
countries = ['Spain', 'Germany', 'UK']
for team, league, country in zip(teams, leagues, countries):
    print(f'{team} plays in {league}. Country: {country}')

Output dari kode di atas adalah:

Barcelona plays in La Liga. Country: Spain
Bayern Munich plays in Bundesliga. Country: Germany
Chelsea plays in Premiere League. Country: UK

Apakah Anda memperhatikan di sini bahwa kami menggunakan f-string dalam contoh ini? Kode menjadi lebih mudah dibaca, bukan?


4. Menulis Kode List Python

Langkah umum dalam membersihkan dan memproses data adalah mengubah daftar yang ada. Misalnya, kami memiliki daftar berikut yang perlu dikapitalisasi:

words = ['california', 'florida', 'texas']

Cara umum untuk menggunakan huruf besar pada setiap elemen dari daftar kata adalah dengan membuat daftar huruf besar baru, menjalankan perulangan for, menggunakan .title(), dan kemudian menambahkan setiap nilai yang dimodifikasi ke daftar baru.

capitalized = []
for word in words:
    capitalized.append(word.title())

Namun, pendekatan Pythonic adalah menggunakan pemahaman daftar untuk melakukan ini. Pemahaman daftar memiliki cara yang elegan untuk membuat daftar.

Anda dapat menulis ulang forloop di atas dengan satu baris kode :

capitalized = [word.title() for word in words]

Dari sini kita bisa melewatkan beberapa langkah pada contoh pertama dan hasilnya sama.


5. Gunakan Pernyataan With Pada Objek File

Saat mengerjakan sebuah proyek, kita sering membaca dan menulis file. Metode yang paling umum adalah menggunakan fungsi open() untuk membuka file, itu akan membuat objek file yang dapat kita manipulasi. Kemudian sebagai praktik biasa, kita harus menggunakan untuk close() menutup objek file.

f = open('dataset.txt', 'w')
f.write('new_data')
f.close()

Sangat mudah untuk diingat, tetapi terkadang setelah beberapa jam menulis kode, kita mungkin lupa untuk f.close() menutup ffile. Pada saat ini, with kalimat itu berguna. Pernyataan with akan secara otomatis menutup objek file fdalam bentuk berikut:

with open('dataset.txt', 'w') as f:
    f.write('new_data')

Dengan ini, kita dapat membuat kode tetap pendek.

Anda tidak perlu menggunakannya untuk membaca file CSV, karena Anda bisa pandas dengan pd.read_csv() mudah membacanya, namun saat membaca file jenis lain yang masih berguna. Misalnya, sering digunakan saat membaca data dari file pickle.

import pickle 
# Baca kumpulan data dari file pickle
with open(‘test’, ‘rb’) as input:
    data = pickle.load(input)

Trik Terkait yang berguna untuk membantu anda menulis kode python dengan mudah

3 Cara Menggunakan For Loop Python Dengan Mudah

24 Keterampilan Menggunakan Python Yang Berguna

12 Daftar Python Compiler Terbaik Untuk Pengembang

7 IDE Python Terbaik Untuk Pemrograman Yang Cocok Digunakan


6. Berhenti Menggunakan Tanda Kurung siku untuk mendapatkan item kamus,  use.get() Sebagai Gantinya

Misalnya, Anda menulis kode Python berikut:

person = {'name': 'John', 'age': 20}

Kita bisa mendapatkan nama dan umur masing person[name]- person [age] masing. Namun, untuk beberapa alasan, kami ingin mendapatkan kunci yang tidak ada, seperti “gaji”, operasi person [salary] akan menaikkan ‘KeyError’.

Pada saat ini, metode get() berguna. Jika kunci ada di kamus, metode get() mengembalikan nilai kunci yang ditentukan, tetapi jika kunci tidak ditemukan, Python akan mengembalikan None. Berkat ini, kode Anda tidak akan terganggu.

person = {'name': 'John', 'age': 20}
print('Name: ', person.get('name'))
print('Age: ', person.get('age'))
print('Salary: ', person.get('salary'))

Outputnya adalah sebagai berikut:

Name:  John
Age:  20
Salary:  None

7. Menulis Kode Python Multiple assignment

Pernahkah Anda ingin mengurangi jumlah baris kode yang digunakan untuk membuat banyak variabel, daftar atau kamus? Nah, Anda dapat Menulis Kode Python ini agar mudah melakukan ini dengan banyak tugas.

# Operasi asli
a = 1
b = 2
c = 3
# Operasi alternatif
a, b, c = 1, 2, 3
# Membuat banyak daftar di baris yang berbeda
data_1 = []
data_2 = []
data_3 = []
data_4 = []
# Membuat beberapa tugas mereka dalam satu baris
data_1, data_2, data_3, data_4 = [], [], [], []
# Atau gunakan metode pemahaman daftar
data_1, data_2, data_3, data_4 = [[] for i in range(4)]

Related posts

Leave a Reply

Your email address will not be published. Required fields are marked *