Python要你命三千,Python命三千, 兵器谱ifpython


前言

文章有点标题党,主要是分享一些Python好用的语法糖,用更少的代码实现同样的功能,而且还很优雅。

兵器谱

  1. ifpython没有三目运算符,我挺苦恼的,比如把两个整数较大的那个复制给一个变量,有三目运算符的语言会这样写:
    Python
    a = 1
    b = 2
    c = a > b ? a : b

    后来发现Python的if语句可以写成一行完成上述功能:
    Python
    c = a if a > b else b
  2. with我们通常以如下形式操作文件:
    Python
    try: f = open('/path/to/file', 'r') 
       print f.read()
    finally: 
       if f: 
           f.close()

    每次这样写太繁琐,来试试with的威力:
    Python
    with open('/path/to/file', 'r') as f: 
       print f.read()

    代码更佳简洁,并且不必调用f.close()方法。
    with利用了上下文管理协议,这玩意说起来太复杂,直接上代码。
    自定义一个支持上下文管理协议的类, 类中实现enter方法和exit方法。
    Python
    class MyWith(object):
       def __enter__(self):
           print "Enter with"
           return self  # 返回对象给as后的变量
       def __exit__(self, exc_type, exc_value, exc_traceback):
           #关闭资源等
           if exc_traceback is None:
               print "Exited without Exception"
               return True
           else:
               print "Exited with Exception" 
               return False
    def test_with():
       with MyWith() as my_with:
           print "running my_with"
       print "------分割线-----"
       with MyWith() as my_with:
           print "running before Exception"
           raise Exception
           print "running after Exception"
    if __name__ == '__main__':
       test_with()

    输出:
    Python
    Enter with
    running my_with
    Exited without Exception
    ------分割线-----
    Enter with
    running before Exception
    Exited with Exception
  3. map大多数的for循环可以用map来代替,用法是:map(func,seq),对seq中的每个元素进行操作,具体什么操作在func里定义。
    我们以前是这么写for循环的:
    Python
    array = [1, 2, 3]
    square_array = []
    for i in array:
        square_array.append(i ** 2)

    改用map:
    Python
    array = [1, 2, 3]
    square_array = map(lambda i: i ** 2, array)

    map的第一个参数是lambda表达式,冒号前面的i作为形参,来自于array中的元素,冒号后面就是要返回的值。
    当然你也可以使用列表推导式来代替:
    Python
    array = [1, 2, 3]
    square_array = [i ** 2 for i in array]
  4. filter用法与map类似:filter(func,seq),对seq中的元素进行过滤,返回符合条件的那些元素。
    比如返回array = [1, 2, 3, 4]中的所有奇数:
    Python
    print filter(lambda i: i % 2, array)

    这里是对2取余,返回结果为True的元素。那么什么情况下结果为True?Python里面不为0,None或者null都是True。所以结果就是,偶数是False,奇数是True,返回所有奇数。
    列表推导式方案:
    Python
    print [i for i in array if i % 2 != 0]
  5. reduce用法:reduce(func,seq),对seq中的每个元素进行func操作,最后汇总返回一个值。
    1. array = [1, 2, 3]所有元素的和:
      Python
      print reduce(lambda x, y: x + y, array)

      reduce会先将array里面的头两个数分别作为x和y,求它们的和,然后把它的结果和第三个相加,再把结果和第四个相加,直到最后一个元素。
    2. array = [1, 2, 3]中的最大值:
      Python
      print reduce(lambda x, y: x if x > y else y, array)
    3. strings = ["abc", "abcd", "def"]中”abc”出现的总次数:
      Python
      print reduce(lambda count, str: count + str.count("abc"), strings, 0)

    第三个参数0是count的初始值。

  6. eval执行一个字符串表达式,并返回表达式的值。

    Python
    print eval("1 + 1")
    >> 2

    再来个复杂点的:

    Python
    def init():
        return 1
    def func(num):
        return 2
    action = {"num": init, "func": func}
    expression = 'func(num)'
    print eval(expression, action)
    >> 2

    看不懂就算了,这玩意写起来很飘逸,但是杀敌一千,自损八百。

  7. 装饰器
    设计模式的中的装饰器模式还记得吧,可以动态扩展一个类的功能,但是又不会修改这个类的源码,Java IO包大量采用了装饰器模式,我们来看看Python是怎么玩的。
    举个简单的例子吧,在一个函数执行前打日志:

    Python
    def log(func):
        def wrapper(*args, **kwargs):
            print('call %s()' % func.__name__)
            return func(*args, **kwargs)
        return wrapper
    
    @log
    def func():
        print 'do something'
    
    func()

    输出:

    Python
    call func()
    do something

  8. 生成器yield是Python核心关键字,不懂生成器,基本上就是把Python当加强版的Shell在用。
    迭代是在程序开发中常用的操作,对一个列表进行遍历。可是如果列表数据过多,比如有上亿条,就会遇到问题,因为内存空间有限。生成器应运而生,举个斐波那契数列的例子:

    Python
    def fib(n):
        a = b = 1
        for i in range(n):
            yield a
            a, b = b, a + b
    
    for i in fib(10):
        print i,

    输出:

    Python
    1 1 2 3 5 8 13 21 34 55

    配合send、next函数,生成器可以实现协程的功能:

    Python
    def func():
        while True:
            n = yield
            print n
    
    gen = func()
    print gen.next()
    gen.send(2)
    gen.send(3)

    输出:

    Python
    None
    2
    3

    调用next函数后,代码执行到yield,因为后面没有任何值,所以打印出来的结果是None,此时代码hold住,让出CPU。调用send(2)后代码恢复执行,将2赋给n然后打印,yield自带next函数功能,代码继续执行到yield,周而复始。通过生成器在单线程的情况下实现了任务调度。

  9. for/else我们经常使用for循环来查找元素,有两个场景会使循环停下来:
    1. 元素被找到,触发break。
    2. 循环结束。
      但是我们并不知道是哪个原因导致循环结束,通常是设置一个标记,元素被找到,改变标记的值。for/else可以很优雅地解决这个问题:

      Python
      for i in range(10):
      if i > 10:
          print i
      else:
          print("can't find result")

 

评论关闭