产品战略专家梁宁确认出席AICon北京站,分享AI时代下的商业逻辑与产品需求 了解详情
写点什么

这 5 个 Python 特性,后悔没早知道

  • 2020-01-09
  • 本文字数:2370 字

    阅读完需:约 8 分钟

这5个Python特性,后悔没早知道


作为近 10 年才崛起的编程语言,Python 已被证明是一种非常强大的语言。从交互式映射区块链,我用 Python 构建过很多应用程序。


对初学者而言,Python 中有很多特性很难一开始就掌握。


即使你是从其他语言转换过来的程序员,用 Python 进行更高级别的抽象编码绝对是另一种体验。有些 Python 特性,我希望自己能早点知道。本文将介绍其 5 个最重要的特性。

1.列表推导式:代码更紧凑

很多人认为,lambda、map filter 是初学者应该最先掌握的 Python“技巧”。虽然我也认为应关注这些功能,但由于它们缺乏灵活性。


实际上,它们在大多数情况下并不是非常有用!


Lambda是一种在 1 行中编写一个一次性使用的函数的方法。一旦函数被多次调用,性能将受到影响。


另一方面,map 可以将一个函数应用于列表中的所有元素,而 filter 能获取集合中满足用户自定义条件的元素子集。


add_func = lambda z: z ** 2is_odd = lambda z: z%2 == 1multiply = lambda x,y: x*y
aList = list(range(10))print(aList)# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
复制代码


列表推导式是一个简洁而灵活的方法,它使用灵活的表达式和条件通过其他列表来创建新列表。


它用方括号来构造,带有一个表达式或函数,只有当列表中的元素满足某个条件时,该表达式或函数才作用于列表中的每个元素。


并且,它还能用嵌套来处理嵌套列表,并且这会比使用 map 和 filter 更灵活。


# Syntax of list comprehension[ expression(x) for x in aList if optional_condition(x) ]
复制代码


print(list(map(add_func, aList)))print([x ** 2 for x in aList])# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
print(list(filter(is_odd, aList)))print([x for x in aList if x%2 == 1])# [1, 3, 5, 7, 9]# [1, 3, 5, 7, 9]
复制代码


下载地址:python-list-comprehension.py

2、列表操作:实现列表的双向操作

Python 允许使用反向索引,其中aList[-1] == aList[len(aList)-1] 。所以,我们可以通过调用aList[-2] 来获取列表的倒数第二个元素。


我们还能使用 aList[start:end:step]语法来对列表进行切片,其中起始元素包含在内,终止元素不包含在内(即 [start,end) 步长为 step 的前闭后开区间)。


因此,调用 aList[2:5] 会得到 [2, 3, 4]。我们也能通过调用 aList[::-1] 来反转列表,这种技术非常优雅。


此外,也可以将列表拆分成单独的元素,或者使用星号将列表拆分成单个元素和子列表的混合形式。


a, b, c, d = aList[0:4]print(f'a = {a}, b = {b}, c = {c}, d = {d}')# a = 0, b = 1, c = 2, d = 3
a, *b, c, d = aListprint(f'a = {a}, b = {b}, c = {c}, d = {d}')# a = 0, b = [1, 2, 3, 4, 5, 6, 7], c = 8, d = 9
复制代码


下载地址:python-unpacking.py

3、 压缩和枚举:for 循环更方便

Zip 函数会创建一个迭代器,且该迭代器可以对来自多个列表的元素进行聚合。用它可以在 for 循环中对列表进行并行遍历和排序。


用星号对其进行解压。


numList = [0, 1, 2]engList = ['zero', 'one', 'two']espList = ['cero', 'uno', 'dos']print(list(zip(numList, engList, espList)))# [(0, 'zero', 'cero'), (1, 'one', 'uno'), (2, 'two', 'dos')]
for num, eng, esp in zip(numList, engList, espList): print(f'{num} is {eng} in English and {esp} in Spanish.')# 0 is zero in English and cero in Spanish.# 1 is one in English and uno in Spanish.# 2 is two in English and dos in Spanish.
复制代码


下载地址:python-zip-1.py


Eng = list(zip(engList, espList, numList))Eng.sort() # sort by engLista, b, c = zip(*Eng)
print(a)print(b)print(c)# ('one', 'two', 'zero')# ('uno', 'dos', 'cero')# (1, 2, 0)
复制代码


下载地址:python-zip-2.py


开始时, Enumerate 看起来有点吓人,但在很多情况下使用它确实能方便很多。


它是一个自动计数器,通常会在 for 循环中使用它,这样就不需要再用 counter = 0counter += 1 来创建和初始化计数器了。枚举和压缩是两个构造 for 循环的最强工具。


upperCase = ['A', 'B', 'C', 'D', 'E', 'F']lowerCase = ['a', 'b', 'c', 'd', 'e', 'f']for i, (upper, lower) in enumerate(zip(upperCase, lowerCase), 1):    print(f'{i}: {upper} and {lower}.')# 1: A and a.# 2: B and b.# 3: C and c.# 4: D and d.# 5: E and e.# 6: F and f.
复制代码


下载地址:python-enumerate.py

4、生成器:内存更高效

当我们想要对一个大的结果集进行计算,但又不想为所有结果数据同时分配内存时,我们就可以使用生成器(Generator)了。


换句话说,它会动态地生成值,并且不会将先前的值存储在内存中,因此我们只能对它们进行一次迭代操作。


当读取大文件或使用关键字 yield 生成无穷数列时,通常会用它。我发现在我的大多数数据科学项目中,它都能发挥很大作用。


def gen(n):    # an infinite sequence generator that generates integers >= n    while True:        yield n        n += 1        G = gen(3)     # starts at 3print(next(G)) # 3print(next(G)) # 4print(next(G)) # 5print(next(G)) # 6
复制代码


下载地址:python-generator.py

5、虚拟环境:实现隔离

如果在本文介绍的 5 个特性中只选一个,那么就是虚拟环境的使用。


Python 应用程序通常会用各种不同的包,这些包可能是由具有复杂依赖关系的不同开发人员开发的。每个应用程序都会用特定的库设置,使用其他库的版本无法实现对某个应用程序安装包的复制。


所以,不存在满足所有应用要求的单个安装包。


conda create -n venv pip python=3.7  # select python versionsource activate venv...source deactivate
复制代码


为每个应用程序创建独立的、自洽的虚拟环境 venv 非常重要,这可以通过使用 pipconda来实现。


原文链接:


https://towardsdatascience.com/5-python-features-i-wish-i-had-known-earlier-bc16e4a13bf4


2020-01-09 12:022680
用户头像

发布了 298 篇内容, 共 192.9 次阅读, 收获喜欢 597 次。

关注

评论

发布
暂无评论
发现更多内容

明道云如何实现银行内部评级管理

明道云

Linux之ssh-add命令

入门小站

初创者的精神和领导力--Coursera学习笔记(27/100)

hackstoic

领导力 创业者

王者荣耀商城异地多活架构设计

Geek_8d5fe5

「架构实战营」

flink维表查询redis之flink-connector-redis

山里小龙

王者荣耀商城异地多活架构设计

孙强

#架构师实战

王者荣耀商城异地多活架构设计

「架构实战营」

剑指Offer之面试题57: 和为s的数字

宇宙之一粟

算法刷题 4月月更 剑指Offer

在线XML压缩工具

入门小站

工具

基于 KubeVela 的机器学习实践

阿里巴巴云原生

阿里云 开源 容器 云原生 KubeVela

为什么他们选择阿里云容器服务 ACK

阿里巴巴云原生

阿里云 容器 ACK 合作 阿里云云原生

OpenKruise v1.1:功能增强与上游对齐,大规模场景性能优化

阿里巴巴云原生

阿里云 容器 云原生 OpenKruise 套件

大话后端开发的奇技淫巧大集合

SFLYQ

架构 Web 后端 服务端 经验分享

Rust的对象安全性

Shine

rust

浏览器突然好用多了。。。

Jackpop

赶紧给你的文件加个密吧!

Jackpop

即学即会 Serverless | 如何解决 Serverless 应用开发部署的难题?

阿里巴巴云原生

阿里云 开源 Serverless 云原生 Serverless Devs

通达系统架构设计文档

小锅米线

读《A Philosophy of Software Design》(01-07)

术子米德

架构师成长笔记

让页面跳转更有趣 —— 实现自定义页面切换转场动画

岛上码农

flutter 移动端开发 4月月更 跨平台开发 安卓 ios

在线时间加减计算器

入门小站

计算器

你真的会用搜索引擎吗?

Jackpop

【图解数据结构】栈全面总结

知心宝贝

c++ 数据结构 算法 4月月更

[Day6]-[动态规划] 俄罗斯套娃

方勇(gopher)

LeetCode 数据结构和算法

恭喜我的同事丁宇入选年度 IT 领军人物

阿里巴巴云原生

阿里云 开源 云原生 获奖

Linux驱动开发-编写(EEPROM)AT24C02驱动

DS小龙哥

4月月更

MapReduce 学习思考

en

mapreduce

OpenYurt 之 Yurthub 数据过滤框架解析

阿里巴巴云原生

阿里云 开源 容器 云原生 边缘计算

云原生时代如何用 Prometheus 实现性能压测可观测-Metrics 篇

阿里巴巴云原生

阿里云OSS图床搭建

懒时小窝

阿里云 OSS 图床

体验一款基于AI和区块链的体感运动App(26/100)

hackstoic

NFT 区块链、 gamefi P2E

这5个Python特性,后悔没早知道_文化 & 方法_Eden Au_InfoQ精选文章