Python 实用技巧(上),python实用技巧,未经作者许可,禁止转载!
Python 实用技巧(上),python实用技巧,未经作者许可,禁止转载!
本文作者: 编橙之家 - 刘志军 。未经作者许可,禁止转载!欢迎加入编橙之家 专栏作者。
本文根据SO上的热门问答hidden features of python整理而成,早期有人做过类似的整理,但是内容比较旧而且比较粗糙,因此笔者在原文基础上加入自己的一些理解,另外那些高质量的评论也引入进来了。总之,这是一篇用心之作,希望你可以喜欢。
链式比较操作
Python>>> x = 5 >>> 1 < x < 10 True >>> 10 < x < 20 False >>> x < 10 < x*10 < 100 True >>> 10 > x <= 9 True >>> 5 == x > 4 True
你可能认为它执行的过程先是:1 < x
,返回True
,然后再比较True < 10
,当然这么做也是返回True
,比较表达式True < 10
,因为解释器会把True
转换成1
,False
转换成0
。但这里的链式比较解释器在内部并不是这样干的,它会把这种链式的比较操作转换成:1 < x and x < 10
,不信你可以看看最后一个例子。这样的链式操作本可以值得所有编程语言拥有,但是很遗憾
枚举
Python>>> a = ['a', 'b', 'c', 'd', 'e'] >>> for index, item in enumerate(a): print index, item ... 0 a 1 b 2 c 3 d 4 e >>>
用enumerate包装一个可迭代对象,可以同时使用迭代项和索引,如果你不这么干的话,下面有一种比较麻烦的方法:
Pythonfor i in range(len(a)): print i, a[i]
enumerate 还可以接收一个可选参数start,默认start等于0。enumerate(list, start=1)
,这样index的起始值就是1
生成器对象
Pythonx=(n for n in foo if bar(n)) #foo是可迭代对象 >>> type(x) <type 'generator'>
你可以把生成器对象赋值给x,意味着可以对x进行迭代操作:
Pythonfor n in x: pass
它的好处就是不需要存储中间结果,也许你会使用(列表推倒式):
Pythonx = [n for n in foo if bar(n)] >>> type(x) <type 'list'>
它比生成器对象能带来更快的速度。相对地,生成器更能节省内存开销,它的值是按需生成,不需要像列表推倒式一样把整个结果保存在内存中,同时它不能重新迭代,列表推倒式则不然。
iter()可接收callable参数
iter()内建函数接收的参数分为两种,第一种是:
Pythoniter(collection)---> iterator
参数collection必须是可迭代对象或者是序列 ,第二种是:
Pythoniter(callable, sentinel) --> iterator
callable函数会一直被调用,直到它的返回结果等于sentinel,例如:
Pythondef seek_next_line(f): #每次读一个字符,直到出现换行符就返回 for c in iter(lambda: f.read(1),'\n'): pass
小心可变的默认参数
Python>>> def foo(x=[]): ... x.append(1) ... print x ... >>> foo() [1] >>> foo() [1, 1] >>> foo() [1, 1, 1]
取而代之的是你应该使用一个标记值表示“没有指定”来替换可变值,如:
Python>>> def foo(x=None): ... if x is None: ... x = [] ... x.append(1) ... print x >>> foo() [1] >>> foo() [1]
发送值到生成器函数在中
Pythondef mygen(): """Yield 5 until something else is passed back via send()""" a = 5 while True: f = (yield a) #yield a and possibly get f in return if f is not None: a = f #store the new value
你可以:
Python>>> g = mygen() >>> g.next() 5 >>> g.next() 5 >>> g.send(7) #we send this back to the generator 7 >>> g.next() #now it will yield 7 until we send something else 7
如果你不喜欢使用空格缩进,那么可以使用C语言花括号{}定义函数:
Python>>> from __future__ import braces #这里的braces 指的是:curly braces(花括号) File "<stdin>", line 1 SyntaxError: not a chance
当然这仅仅是一个玩笑,想用花括号定义函数?没门。感兴趣的还可以了解下:
Pythonfrom __future__ import barry_as_FLUFL
不过这是python3里面的特性,http://www.python.org/dev/peps/pep-0401/
切片操作中的步长参数
Pythona = [1,2,3,4,5] >>> a[::2] # iterate over the whole list in 2-increments [1,3,5]
还有一个特例:x[::-1]
,反转列表:
>>> a[::-1] [5,4,3,2,1]
有关反转,还有两个函数reverse、reversed,reverse是list对象的方法,没有返回值,而reversed是内建方法,可接收的参数包括tuple、string、list、unicode,以及用户自定义的类型,返回一个迭代器。
Python>>> l = range(5) >>> l [0, 1, 2, 3, 4] >>> l.reverse() >>> l [4, 3, 2, 1, 0] >>> l2 = reversed(l) >>> l2 <listreverseiterator object at 0x99faeec>
装饰器
装饰器使一个函数或方法包装在另一个函数里头,可以在被包装的函数添加一些额外的功能,比如日志,还可以对参数、返回结果进行修改。装饰器有点类似Java中的AOP。下面这个例子是打印被装饰的函数里面的参数的装饰器,
Python>>> def print_args(function): >>> def wrapper(*args, **kwargs): >>> print 'Arguments:', args, kwargs >>> return function(*args, **kwargs) >>> return wrapper >>> @print_args >>> def write(text): >>> print text >>> write('foo') Arguments: ('foo',) {} foo
@是语法糖,它等价于:
Python>>> write = print_args(write) >>> write('foo') arguments: ('foo',) {} foo
for … else语法
Pythonfor i in foo: if i == 0: break else: print("i was never 0")
else代码块会在for循环正常结束后执行,除非遇到break(就不会执行),它等价于下面:
Pythonfound = False for i in foo: if i == 0: found = True break if not found: print("i was never 0")
不过这种语法看起来怪怪地,让人感觉是else块是在for语句块没有执行的时候执行的,很容易让人去类比 if else 的语法,如果是把else换成finally或许更容易理解
python2.5有个__missing__
方法
dict的子类如果定义了方法__missing__(self, key)
,如果key不再dict中,那么d[key]就会调用__missing__
方法,而且d[key]的返回值就是__missing__
的返回值。
>>> class MyDict(dict): ... def __missing__(self, key): ... self[key] = rv = [] ... return rv ... >>> m = MyDict() >>> m["foo"].append(1) >>> m["foo"].append(2) >>> dict(m) {'foo': [1, 2]}
在collections模块下有一个叫defaultdict的dict子类,它与missing非常类似,但是对于不存在的项不需要传递参数。
Python>>> from collections import defaultdict >>> m = defaultdict(list) >>> m["foo"].append(1) >>> m["foo"].append(2) >>> dict(m) {'foo': [1, 2]}刘志军的博客
打赏支持我写出更多好文章,谢谢!
打赏作者
打赏支持我写出更多好文章,谢谢!
相关内容
- IPython Notebook 和 Github 是怎样改变了我的 Python 教学方法
- Python编码和Unicode,Python编码Unicode,未经许可,禁止转载
- 理解 Python 中的线程,理解python线程,未经许可,禁止转
- 用Python写一个FUSE(用户态文件系统)文件系统,,未经
- 用Python的 __slots__ 节省9G内存,__slots_9g,未经许可,禁止
- Python中的生产者消费者问题,python生产者消费者,未经许
- 像老大一样调试Python,老大调试Python,未经许可,禁止转
- Python中的method,Pythonmethod,未经作者许可,禁止转载!
- 深刻理解Python中的元类(metaclass),元类metaclass,未经许可
- Python十分钟入门,python十分钟,Python可以在Win
评论关闭