关于python:Python-你可能从未听说过的5种隐藏技巧

3次阅读

共计 2578 个字符,预计需要花费 7 分钟才能阅读完成。

1. … 对象

没错,你没看错,就是 “…”

在 Python 中 … 代表着一个名为 Ellipsis 的对象。依据官网阐明,它是一个非凡值,通常能够作为 空函数的占位符 ,或是 用于 Numpy 中的切片操作

如:

def my_awesome_function():
    ...

等同于:

def my_awesome_function():
    Ellipsis

当然,你也能够应用 pass 或者字符串作为占位符:

def my_awesome_function():
    pass
def my_awesome_function():
    "An empty, but also awesome function"

他们最终的成果都是雷同的。

接下来讲讲 … 对象是如何在 Numpy 中体现出作用的,创立一个 3x3x3 的矩阵数组,而后获取所有最内层矩阵的第二列:

>>> import numpy as np
>>> array = np.arange(27).reshape(3, 3, 3)
>>> array
array([[[0, 1, 2],
        [3, 4, 5],
        [6, 7, 8]],

       [[9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])

为了获取最层矩阵的第二列,传统办法可能是这样的:

>>> array[:, :, 1]
array([[1, 4, 7],
       [10, 13, 16],
       [19, 22, 25]])

如果你会用 … 对象,则是这样的:

>>> array[..., 1]
array([[1, 4, 7],
       [10, 13, 16],
       [19, 22, 25]])

不过请留神,… 对象仅可用于 Numpy,不适用于 Python 内置数组。

2. 解压迭代对象

解压迭代对象是一个十分不便的个性:

>>> a, *b, c = range(1, 11)
>>> a
1
>>> c
10
>>> b
[2, 3, 4, 5, 6, 7, 8, 9]

或者是:

>>> a, b, c = range(3)
>>> a
0
>>> b
1
>>> c
2

同理,与其写这样的代码:

>>> lst = [1]
>>> a = lst[0]
>>> a
1
>>> (a,) = lst
>>> a
1

你不如跟解压迭代对象一样,进行更优雅的赋值操作:

>>> lst = [1]
>>> [a] = lst
>>> a
1

尽管这看起来有点蠢,但就我集体来看,比前一种写法更优雅一些。

3. 开展的艺术

数组开展有各种千奇百怪的姿态,比如说:

>>> l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> flattened = [elem for sublist in l for elem in sublist]
>>> flattened
[1, 2, 3, 4, 5, 6, 7, 8, 9]

如果你对 reduce 和 lambda 有肯定理解,倡议应用更优雅的形式:

>>> from functools import reduce
>>> reduce(lambda x,y: x+y, l)
[1, 2, 3, 4, 5, 6, 7, 8, 9]

reduce 和 lambda 组合起来,就能针对 l 数组内的每个子数组做拼接操作。

当然,还有更神奇的形式:

>>> sum(l, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> # 其实相当于 [] + [1, 2, 3] + [4, 5, 6] + [7, 8, 9]

没错,这样对二维数组做 sum 操作,就能使二维数组内的每个元素做“加”法拼接起来。

同样的情理,如果你对三位数组做 sum 操作,就能使其变为二维数组,此时再对二维数组做 sum 操作,就能开展为一维数组。

尽管这个技巧很杰出,但我并不举荐应用,因为可读性太差了。

4. 下划线 _ 变量

每当你在 Python 解释器,IPython 或 Django Console 中运行表达式时,Python 都会将输入的值绑定到 _ 变量中:

>>> nums = [1, 3, 7]
>>> sum(nums)
11
>>> _
11
>>>

因为它是一个变量,你能够随时笼罩它,或像一般变量一样操作它:

>>> 9 + _
20
>>> a = _
>>> a
20

5. 多种用处的 else

很多人都不晓得,else 能够被用于许多中央,除了典型的 if else, 咱们还能够在循环和异样解决里用到它。

循环

如果须要判断循环里是否解决了某个逻辑,通常状况下会这么做:

found = False
a = 0

while a < 10:
    if a == 12:
        found = True
    a += 1
if not found:
    print("a was never found")

如果引入 else,咱们能够少用一个变量:

a = 0

while a < 10:
    if a == 12:
        break
    a += 1
else:
    print("a was never found")

异样解决

咱们能够在 try … except … 中应用 else 编写未捕捉到异样时的逻辑:

In [13]: try:
    ...: {}['lala']
    ...: except KeyError:
    ...: print("Key is missing")
    ...: else:
    ...: print("Else here")
    ...:
Key is missing

这样,如果程序没有异样,则会走 else 分支:

In [14]: try:
    ...: {'lala': 'bla'}['lala']
    ...: except KeyError:
    ...: print("Key is missing")
    ...: else:
    ...: print("Else here")
    ...:
Else here

如果你常常做异样解决,你就会晓得这个技巧相当不便。

咱们的文章到此就完结啦,如果你喜爱明天的 Python 实战教程,请继续关注公众号:Python 编程学习圈

正文完
 0