任何編程語言的高級特征通常都是通過大量的使用經(jīng)驗才發(fā)現(xiàn)的。比如你在編寫一個復(fù)雜的項目，并在 stackoverflow 上尋找某個問題的答案。然后你突然發(fā)現(xiàn)了一個非常優(yōu)雅的解決方案，它使用了你從不知道的 Python 功能！

這種學(xué)習(xí)方式太有趣了：通過探索，偶然發(fā)現(xiàn)什么。

下面是 Python 的 5 種高級特征，以及它們的用法。

Lambda 函數(shù)

Lambda 函數(shù)是一種比較小的匿名函數(shù)——匿名是指它實際上沒有函數(shù)名。

Python 函數(shù)通常使用 def a_function_name() 樣式來定義，但對于 lambda 函數(shù)，我們根本沒為它命名。這是因為 lambda 函數(shù)的功能是執(zhí)行某種簡單的表達式或運算，而無需完全定義函數(shù)。

lambda 函數(shù)可以使用任意數(shù)量的參數(shù)，但表達式只能有一個。

x = lambda a, b : a * b
print(x(5, 6)) # prints  30

x = lambda a : a*3 + 3
print(x(3)) # prints  12

看它多么簡單！我們執(zhí)行了一些簡單的數(shù)學(xué)運算，而無需定義整個函數(shù)。這是 Python 的眾多特征之一，這些特征使它成為一種干凈、簡單的編程語言。

Map 函數(shù)

Map() 是一種內(nèi)置的 Python 函數(shù)，它可以將函數(shù)應(yīng)用于各種數(shù)據(jù)結(jié)構(gòu)中的元素，如列表或字典。對于這種運算來說，這是一種非常干凈而且可讀的執(zhí)行方式。

def square_it_func(a):
    return a * a

x = map(square_it_func, [1, 4, 7])
print(x) # prints  [1, 16, 47]

def multiplier_func(a, b):
    return a * b

x = map(multiplier_func, [1, 4, 7], [2, 5, 8])
print(x) # prints  [2, 20, 56] 看看上面的示例！我們可以將函數(shù)應(yīng)用于單個或多個列表。實際上，你可以使用任何 Python 函數(shù)作為 map 函數(shù)的輸入，只要它與你正在操作的序列元素是兼容的。

Filter 函數(shù)

filter 內(nèi)置函數(shù)與 map 函數(shù)非常相似，它也將函數(shù)應(yīng)用于序列結(jié)構(gòu)（列表、元組、字典）。二者的關(guān)鍵區(qū)別在于 filter() 將只返回應(yīng)用函數(shù)返回 True 的元素。

詳情請看如下示例：

# Our numbers
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

# Function that filters out all numbers which are odd
def filter_odd_numbers(num):

    if num % 2 == 0:
        return True
    else:
        return False

filtered_numbers = filter(filter_odd_numbers, numbers)

print(filtered_numbers)
# filtered_numbers = [2, 4, 6, 8, 10, 12, 14]

我們不僅評估了每個列表元素的 True 或 False，filter() 函數(shù)還確保只返回匹配為 True 的元素。非常便于處理檢查表達式和構(gòu)建返回列表這兩步。

Itertools 模塊

Python 的 Itertools 模塊是處理迭代器的工具集合。迭代器是一種可以在 for 循環(huán)語句（包括列表、元組和字典）中使用的數(shù)據(jù)類型。

使用 Itertools 模塊中的函數(shù)讓你可以執(zhí)行很多迭代器操作，這些操作通常需要多行函數(shù)和復(fù)雜的列表理解。關(guān)于 Itertools 的神奇之處，請看以下示例：

from itertools import *

# Easy joining of two lists into a list of tuples
for i in izip([1, 2, 3], [ a ,  b ,  c ]):
    print i
# ( a , 1)
# ( b , 2)
# ( c , 3)

# The count() function returns an interator that 
# produces consecutive integers, forever. This 
# one is great for adding indices next to your list 
# elements for readability and convenience
for i in izip(count(1), [ Bob ,  Emily ,  Joe ]):
    print i
# (1,  Bob )
# (2,  Emily )
# (3,  Joe )    

# The dropwhile() function returns an iterator that returns 
# all the elements of the input which come after a certain 
# condition becomes false for the first time. 
def check_for_drop(x):
    print  Checking:  , x
    return (x > 5)

for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]):
    print  Result:  , i

# Checking: 2
# Checking: 4
# Result: 6
# Result: 8
# Result: 10
# Result: 12


# The groupby() function is great for retrieving bunches
# of iterator elements which are the same or have similar 
# properties

a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5])
for key, value in groupby(a):
    print(key, value), end=   )

# (1, [1, 1, 1])
# (2, [2, 2, 2]) 
# (3, [3, 3]) 
# (4, [4]) 
# (5, [5]) 

Generator 函數(shù)

Generator 函數(shù)是一個類似迭代器的函數(shù)，即它也可以用在 for 循環(huán)語句中。這大大簡化了你的代碼，而且相比簡單的 for 循環(huán)，它節(jié)省了很多內(nèi)存。

比如，我們想把 1 到 1000 的所有數(shù)字相加，以下代碼塊的第一部分向你展示了如何使用 for 循環(huán)來進行這一計算。

如果列表很小，比如 1000 行，計算所需的內(nèi)存還行。但如果列表巨長，比如十億浮點數(shù)，這樣做就會出現(xiàn)問題了。使用這種 for 循環(huán)，內(nèi)存中將出現(xiàn)大量列表，但不是每個人都有無限的 RAM 來存儲這么多東西的。Python 中的 range() 函數(shù)也是這么干的，它在內(nèi)存中構(gòu)建列表。

代碼中第二部分展示了使用 Python generator 函數(shù)對數(shù)字列表求和。generator 函數(shù)創(chuàng)建元素，并只在必要時將其存儲在內(nèi)存中，即一次一個。這意味著，如果你要創(chuàng)建十億浮點數(shù)，你只能一次一個地把它們存儲在內(nèi)存中！Python 2.x 中的 xrange() 函數(shù)就是使用 generator 來構(gòu)建列表。

上述例子說明：如果你想為一個很大的范圍生成列表，那么就需要使用 generator 函數(shù)。如果你的內(nèi)存有限，比如使用移動設(shè)備或邊緣計算，使用這一方法尤其重要。

也就是說，如果你想對列表進行多次迭代，并且它足夠小，可以放進內(nèi)存，那最好使用 for 循環(huán)或 Python 2.x 中的 range 函數(shù)。因為 generator 函數(shù)和 xrange 函數(shù)將會在你每次訪問它們時生成新的列表值，而 Python 2.x range 函數(shù)是靜態(tài)的列表，而且整數(shù)已經(jīng)置于內(nèi)存中，以便快速訪問。

# (1) Using a for loopv
numbers = list()

for i in range(1000):
    numbers.append(i+1)

total = sum(numbers)

# (2) Using a generator
 def generate_numbers(n):
     num, numbers = 1, []
     while num < n:
           numbers.append(num)
     num += 1
     return numbers
 total = sum(generate_numbers(1000))

 # (3) range() vs xrange()
 total = sum(range(1000 + 1))
 total = sum(xrange(1000 + 1))

文章轉(zhuǎn)載：Python編程圈
（版權(quán)歸原作者所有，侵刪）

點擊下方“閱讀原文”查看更多