NVIDIA 初创加速计划,免费加速您的创业启动 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 12:022534
用户头像

发布了 259 篇内容, 共 148.5 次阅读, 收获喜欢 577 次。

关注

评论

发布
暂无评论
发现更多内容

2023-01-14:给定一个二维数组map,代表一个餐厅,其中只有0、1两种值 map[i][j] == 0 表示(i,j)位置是空座 map[i][j] == 1 表示(i,j)位置坐了人 根据防

福大大架构师每日一题

算法 rust Solidity 福大大

Pytorch 基础-tensor 数据结构

嵌入式视觉

Tensor ndarray 张量的基本操作 view函数 reshape

David Murray 加入 VeraViews 担任需求总监

鳄鱼视界

天翼云第八代云主机助力企业攻克上云“大象流”加密处理业务难题

Geek_2d6073

2022年终总结:今年学完的付费课程

石云升

学习 知识付费 年终总结 1月月更

PowerShell 中运行 maven 参数无法识别

HoneyMoose

【架构设计】你真的理解软件设计中的SOLID原则吗?

小小怪下士

Java 程序员 架构设计

总结一下经典机器学习算法

风铃架构日知录

Java 程序人生 算法 后端 IT

SAP 交货单与HU指派关系数据不一致问题的解决方案

SAP虾客

SAP 公司间STO 外向交货单 HU DEBUG改表

GEAR框架: Tractian的敏捷工程文化

俞凡

敏捷 大厂实践

一个比一个牛皮的5个杨辉三角特性!

风铃架构日知录

Java 程序员 算法 IT 杨辉三角

模块九-设计电商秒杀系统

李某人

架构训练营

系统风险处置

agnostic

风险系统 业务风险 操作风险

PyCharm创建Jupyter Notebook

IT蜗壳-Tango

Python

Alluxio 2022技术干货年终大赏

Alluxio

大数据 分布式 案例 Alluxio 数据编排

Tapdata Cloud 场景通关系列:数据入湖仓之 MySQL → Doris,极简架构,更实时、更简便

tapdata

photozoompro2023下载激活教程

茶色酒

PhotoZoom photozoompro

Tapdata 杨庆麟:实时数据如何赋能制造业,实现业务卓越与持续发展?

tapdata

架构训练营-模块三作业

Sam

架构实战营

架构训练营第10期模块四作业

Geek_4db2d5

#46 A003-B端产品经理小A故事-你是在画猫吗?

非典型产品经理笔记

个人成长 产品经理 b端产品经理

读懂深度学习,走进“深度学习+”阶段

脑极体

深度学习 百度 #飞桨#

【架构设计】你真的理解软件设计中的SOLID原则吗?

JAVA旭阳

Java 架构

tinyrpc源码阅读

骑牛上青山

golang 源码 RPC

详解ThreadLocal

threedayman

兼容东西,贯通南北:超聚变的“四水归堂”

脑极体

科技 算力 超聚变

#45 A002-B端产品经理小A故事-走进客户2

非典型产品经理笔记

个人成长 产品经理 b端产品经理

WEB开发人员应该知道 10 个 Docker 命令

devpoint

Docker 前端开发 docker image Docker 镜像

Tapdata Cloud 场景通关系列:将数据导入阿里云 Tablestore,获得毫秒级在线查询和检索能力

tapdata

【Redis实战专题】「性能监控系列」全方位探索Redis的性能监控以及优化指南

洛神灬殇

redis监控 Redis优化 redis性能

Date & Time组件(上)

智趣匠

Android Studio DATE类型 time

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