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
简单介绍利用TK在Python下进行GUI编程的教程
Apr 13 Python
python+selenium+autoit实现文件上传功能
Aug 23 Python
Python matplotlib画图实例之绘制拥有彩条的图表
Dec 28 Python
Python通过属性手段实现只允许调用一次的示例讲解
Apr 21 Python
Python3数字求和的实例
Feb 19 Python
Python通过TensorFlow卷积神经网络实现猫狗识别
Mar 14 Python
Python 实现将数组/矩阵转换成Image类
Jan 09 Python
pycharm 中mark directory as exclude的用法详解
Feb 14 Python
Python多线程的退出控制实现
Aug 10 Python
利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境
Nov 01 Python
python爬虫判断招聘信息是否存在的实例代码
Nov 20 Python
Python中json.dumps()函数的使用解析
May 17 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
通过ICQ网关发送手机短信的PHP源程序
2006/10/09 PHP
php导入excel文件到mysql数据库的方法
2015/01/14 PHP
PHP7标量类型declare用法实例分析
2016/09/26 PHP
浅谈Laravel中的一个后期静态绑定
2017/08/11 PHP
深入认识JavaScript中的函数
2007/01/22 Javascript
让任务管理器中的CPU跳舞的js代码
2008/11/01 Javascript
input禁止键盘及中文输入,但可以点击
2014/02/13 Javascript
经过绑定元素时会多次触发mouseover和mouseout事件
2014/02/28 Javascript
文件上传插件SWFUpload的使用指南
2016/11/29 Javascript
浅谈js中function的参数默认值
2017/02/20 Javascript
JS实现微信里判断页面是否被分享成功的方法
2017/06/06 Javascript
详解ES6系列之私有变量的实现
2018/11/21 Javascript
vue 解决异步数据更新问题
2019/10/29 Javascript
Javascript中的this,bind和that使用实例
2019/12/05 Javascript
[38:42]完美世界DOTA2联赛循环赛 Matador vs Forest BO2第二场 11.05
2020/11/05 DOTA
简明 Python 基础学习教程
2007/02/08 Python
Python操作MySQL数据库9个实用实例
2015/12/11 Python
Python中工作日类库Busines Holiday的介绍与使用
2017/07/06 Python
python学习入门细节知识点
2018/03/29 Python
Python带动态参数功能的sqlite工具类
2018/05/26 Python
在Python 不同级目录之间模块的调用方法
2019/01/19 Python
Python语法分析之字符串格式化
2019/06/13 Python
Python如何调用外部系统命令
2019/08/07 Python
CSS3属性 line-clamp控制文本行数的使用
2020/03/19 HTML / CSS
HTML5 用动画的表现形式装载图像
2016/03/08 HTML / CSS
兰蔻英国官网:Lancome英国
2019/04/30 全球购物
个人求职信范文分享
2013/12/13 职场文书
公安交警中队队长个人对照检查材料思想汇报
2014/10/05 职场文书
金陵十三钗观后感
2015/06/04 职场文书
让世界充满爱观后感
2015/06/10 职场文书
2019大学竞选班长发言稿
2019/06/27 职场文书
导游词之京东大峡谷旅游区
2019/10/29 职场文书
Spring Boot 启动、停止、重启、状态脚本
2021/06/26 Java/Android
python数字类型和占位符详情
2022/03/13 Python
SQL Server使用PIVOT与unPIVOT实现行列转换
2022/05/25 SQL Server
MySQL transaction事务安全示例讲解
2022/06/21 MySQL