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 到 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 和 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。
复制代码
add_func = lambda z: z **2 is_odd = lambda z: z%2==1 multiply = lambda x,y: x*y aList = list(range(10)) print(aList) # [0,1,2,3,4,5,6,7,8,9]
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。
复制代码
# Syntax oflistcomprehension [ expression(x) forxinaListifoptional_condition(x) ]
复制代码
print(list(map(add_func, aList))) print([x **2for 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]
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。
复制代码
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 = aList print(f'a = {a}, b = {b}, c = {c}, d = {d}') # a =0, b = [1,2,3,4,5,6,7], c =8, d =9
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。
复制代码
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.') #0is zero inEnglishand cero inSpanish. #1is one inEnglishand uno inSpanish. #2is two inEnglishand dos inSpanish.
下载地址: python-zip-1.py
复制代码
Eng =list(zip(engList, espList,numList)) Eng.sort() #sortbyengList a, b, c =zip(*Eng) print(a) print(b) print(c) # ('one', 'two', 'zero') # ('uno', 'dos', 'cero') # (1, 2, 0)
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 = 0
和 counter += 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。
复制代码
upperCase = ['A','B','C','D','E','F'] lowerCase = ['a','b','c','d','e','f'] fori, (upper, lower)inenumerate(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.
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。
复制代码
defgen(n):# an infinite sequence generator that generates integers >= n whileTrue: yieldn n +=1 G = gen(3)# starts at 3 print(next(G))# 3 print(next(G))# 4 print(next(G))# 5 print(next(G))# 6
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。
复制代码
conda create -n venv pippython=3.7#selectpythonversion sourceactivate venv ... sourcedeactivate
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 pip
或 conda
来实现。
原文链接:
https://towardsdatascience.com/5-python-features-i-wish-i-had-known-earlier-bc16e4a13bf4