Python 必须了解的5种高级特征


Posted in Python onSeptember 10, 2020

Python 是一种美丽的语言,它简单易用却非常强大。但你真的会用 Python 的所有功能吗?

任何编程语言的高级特征通常都是通过大量的使用经验才发现的。比如你在编写一个复杂的项目,并在 stackoverflow 上寻找某个问题的答案。然后你突然发现了一个非常优雅的解决方案,它使用了你从不知道的 Python 功能!

这种学习方式太有趣了:通过探索,偶然发现什么。

下面是 Python 的 5 种高级特征,以及它们的用法。

Lambda 函数

Lambda 函数是一种比较小的匿名函数——匿名是指它实际上没有函数名。

Python 函数通常使用 def a_function_name() 样式来定义,但对于 lambda 函数,我们根本没为它命名。这是因为 lambda 函数的功能是执行某种简单的表达式或运算,而无需完全定义函数。

lambda 函数可以使用任意数量的参数,但表达式只能有一个。

x = lambda a, b : a * b
print(x(5, 6)) # prints '30'

x = lambda a : a*3 + 3
print(x(3)) # prints '12'

看它多么简单!我们执行了一些简单的数学运算,而无需定义整个函数。这是 Python 的众多特征之一,这些特征使它成为一种干净、简单的编程语言。

Map 函数

Map() 是一种内置的 Python 函数,它可以将函数应用于各种数据结构中的元素,如列表或字典。对于这种运算来说,这是一种非常干净而且可读的执行方式。

def square_it_func(a):
 return a * a

x = map(square_it_func, [1, 4, 7])
print(x) # prints '[1, 16, 49]'

def multiplier_func(a, b):
 return a * b

x = map(multiplier_func, [1, 4, 7], [2, 5, 8])
print(x) # prints '[2, 20, 56]'看看上面的示例!我们可以将函数应用于单个或多个列表。实际上,你可以使用任何 Python 函数作为 map 函数的输入,只要它与你正在操作的序列元素是兼容的。

Filter 函数

filter 内置函数与 map 函数非常相似,它也将函数应用于序列结构(列表、元组、字典)。二者的关键区别在于 filter() 将只返回应用函数返回 True 的元素。

详情请看如下示例:

# Our numbers
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

# Function that filters out all numbers which are odd
def filter_odd_numbers(num):

 if num % 2 == 0:
  return True
 else:
  return False

filtered_numbers = filter(filter_odd_numbers, numbers)

print(filtered_numbers)
# filtered_numbers = [2, 4, 6, 8, 10, 12, 14]

我们不仅评估了每个列表元素的 True 或 False,filter() 函数还确保只返回匹配为 True 的元素。非常便于处理检查表达式和构建返回列表这两步。

Itertools 模块

Python 的 Itertools 模块是处理迭代器的工具集合。迭代器是一种可以在 for 循环语句(包括列表、元组和字典)中使用的数据类型。

使用 Itertools 模块中的函数让你可以执行很多迭代器操作,这些操作通常需要多行函数和复杂的列表理解。关于 Itertools 的神奇之处,请看以下示例:

from itertools import *

# Easy joining of two lists into a list of tuples
for i in izip([1, 2, 3], ['a', 'b', 'c']):
 print i
# ('a', 1)
# ('b', 2)
# ('c', 3)

# The count() function returns an interator that 
# produces consecutive integers, forever. This 
# one is great for adding indices next to your list 
# elements for readability and convenience
for i in izip(count(1), ['Bob', 'Emily', 'Joe']):
 print i
# (1, 'Bob')
# (2, 'Emily')
# (3, 'Joe') 

# The dropwhile() function returns an iterator that returns 
# all the elements of the input which come after a certain 
# condition becomes false for the first time. 
def check_for_drop(x):
 print 'Checking: ', x
 return (x > 5)

for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]):
 print 'Result: ', i

# Checking: 2
# Checking: 4
# Result: 6
# Result: 8
# Result: 10
# Result: 12


# The groupby() function is great for retrieving bunches
# of iterator elements which are the same or have similar 
# properties

a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5])
for key, value in groupby(a):
 print(key, value), end=' ')

# (1, [1, 1, 1])
# (2, [2, 2, 2]) 
# (3, [3, 3]) 
# (4, [4]) 
# (5, [5])

Generator 函数

Generator 函数是一个类似迭代器的函数,即它也可以用在 for 循环语句中。这大大简化了你的代码,而且相比简单的 for 循环,它节省了很多内存。

比如,我们想把 1 到 1000 的所有数字相加,以下代码块的第一部分向你展示了如何使用 for 循环来进行这一计算。

如果列表很小,比如 1000 行,计算所需的内存还行。但如果列表巨长,比如十亿浮点数,这样做就会出现问题了。使用这种 for 循环,内存中将出现大量列表,但不是每个人都有无限的 RAM 来存储这么多东西的。Python 中的 range() 函数也是这么干的,它在内存中构建列表。

代码中第二部分展示了使用 Python generator 函数对数字列表求和。generator 函数创建元素,并只在必要时将其存储在内存中,即一次一个。这意味着,如果你要创建十亿浮点数,你只能一次一个地把它们存储在内存中!Python 2.x 中的 xrange() 函数就是使用 generator 来构建列表。

上述例子说明:如果你想为一个很大的范围生成列表,那么就需要使用 generator 函数。如果你的内存有限,比如使用移动设备或边缘计算,使用这一方法尤其重要。

也就是说,如果你想对列表进行多次迭代,并且它足够小,可以放进内存,那最好使用 for 循环或 Python 2.x 中的 range 函数。因为 generator 函数和 xrange 函数将会在你每次访问它们时生成新的列表值,而 Python 2.x range 函数是静态的列表,而且整数已经置于内存中,以便快速访问。

# (1) Using a for loopv
numbers = list()

for i in range(1000):
 numbers.append(i+1)

total = sum(numbers)

# (2) Using a generator
 def generate_numbers(n):
  num, numbers = 1, []
  while num < n:
   numbers.append(num)
  num += 1
  return numbers
 total = sum(generate_numbers(1000))

 # (3) range() vs xrange()
 total = sum(range(1000 + 1))
 total = sum(xrange(1000 + 1))

以上就是Python 必须了解的5种高级特征的详细内容,更多关于python 高级特征的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
下载给定网页上图片的方法
Feb 18 Python
用Python遍历C盘dll文件的方法
May 06 Python
Python选课系统开发程序
Sep 02 Python
[原创]使用豆瓣提供的国内pypi源
Jul 02 Python
浅析python的优势和不足之处
Nov 20 Python
Python数据类型之Number数字操作实例详解
May 08 Python
PyCharm中代码字体大小调整方法
Jul 29 Python
Django3.0 异步通信初体验(小结)
Dec 04 Python
Python中的X[:,0]、X[:,1]、X[:,:,0]、X[:,:,1]、X[:,m:n]和X[:,:,m:n]
Feb 13 Python
python 实现线程之间的通信示例
Feb 14 Python
Pycharm修改python路径过程图解
May 22 Python
Python机器学习之PCA降维算法详解
May 19 Python
matplotlib 多个图像共用一个colorbar的实现示例
Sep 10 #Python
利用python 读写csv文件
Sep 10 #Python
如何用Python 加密文件
Sep 10 #Python
Python 高效编程技巧分享
Sep 10 #Python
python操作redis数据库的三种方法
Sep 10 #Python
Python计算矩阵的和积的实例详解
Sep 10 #Python
python如何运行js语句
Sep 09 #Python
You might like
PHP内核学习教程之php opcode内核实现
2016/01/27 PHP
PHP针对字符串开头和结尾的判断方法
2016/07/11 PHP
一些易混淆且不常用的属性,希望有用
2007/01/29 Javascript
JQUBar 基于JQUERY的柱状图插件
2010/11/23 Javascript
jquery实现checkbox 全选/全不选的通用写法
2014/02/22 Javascript
jquery实现鼠标经过显示下划线的渐变下拉菜单效果代码
2015/08/24 Javascript
javascript实现简易计算器的代码
2016/05/31 Javascript
jQuery实现立体式数字滚动条增加效果
2016/12/21 Javascript
JavaScript Base64 作为文件上传的实例代码解析
2017/02/14 Javascript
JS基于面向对象实现的多个倒计时器功能示例
2017/02/28 Javascript
javascript中json对象json数组json字符串互转及取值方法
2017/04/19 Javascript
微信小程序本地缓存数据增删改查实例详解
2017/05/24 Javascript
解决Vue-cli npm run build生产环境打包,本地不能打开的问题
2018/09/20 Javascript
js实现移动端轮播图
2020/12/21 Javascript
使用Vue中 v-for循环列表控制按钮隐藏显示功能
2019/04/23 Javascript
VUE页面中通过双击实现复制表格中内容的示例代码
2020/06/11 Javascript
pyqt4教程之messagebox使用示例分享
2014/03/07 Python
举例讲解Python中的死锁、可重入锁和互斥锁
2015/11/05 Python
Python实现简单http服务器
2018/04/12 Python
idea创建springMVC框架和配置小文件的教程图解
2018/09/18 Python
用python生成1000个txt文件的方法
2018/10/25 Python
Python 堆叠柱状图绘制方法
2019/07/29 Python
python实现图书馆抢座(自动预约)功能的示例代码
2020/09/29 Python
CSS3实现红包抖动效果
2020/12/23 HTML / CSS
澳大利亚领先的在线机械五金、园艺和存储专家:Edisons
2018/03/24 全球购物
Public Desire美国/加拿大:全球性的在线鞋类品牌
2018/12/17 全球购物
Abbott Lyon官网:女士手表、珠宝及配件
2020/12/26 全球购物
环境工程专业自荐信范文
2014/06/24 职场文书
党的群众路线教育实践活动个人自我剖析材料
2014/10/07 职场文书
庆祝三八妇女节标语
2014/10/09 职场文书
医院营销工作计划
2015/01/16 职场文书
停电调休通知
2015/04/16 职场文书
2016幼儿园毕业感言
2015/12/08 职场文书
深入解析NumPy中的Broadcasting广播机制
2021/05/30 Python
SpringCloud中分析讲解Feign组件添加请求头有哪些坑梳理
2022/06/21 Java/Android
了解MySQL查询语句执行过程(5大组件)
2022/08/14 MySQL