點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時間送達(dá)
最開始學(xué) Python 時，如果我能掌握這些方法，那么代碼看起來會更加優(yōu)美。
在本文中，作者介紹了 5 種方法，也許在入門階段時，我們還不太了解它們，但在實戰(zhàn)中這 5 個技巧非常實用。
字符串運算
列表推導(dǎo)式
lambda 和 map()
單行條件語句
zip()
字符串本質(zhì)上也是一種元組，但是字符串有很多「運算」方式。最直觀的是字符串的 + 和 * 運算，它們分別表示重復(fù)和連接。>>> my_string = "Hi Medium..!"
>>> print(my_string * 2)
Hi Medium..!Hi Medium..!
>>> print(my_string + " I love Python" * 2)
Hi Medium..! I love Python I love Python
此外，如果希望獲得反向字符串，也可以直接使用 [::-1] 進(jìn)行索引：
>>> print(my_string[::-1])
!..muideM iH>>> my_list = [1,2,3,4,5]
>>> print(my_list[::-1])
[5, 4, 3, 2, 1]
如果列表元素都是字符串，那么我們可以快速地使用 join() 方法將所有元素憑借在一起：
>>> word_list = ["awesome", "is", "this"]
>>> print(' '.join(word_list[::-1]) + '!')
this is awesome!
如上我們使用 .join() 方法拼接列表元素，其中 『 』 表示連接方式為空格。其實在自然語言處理中，這個方法會經(jīng)常使用，例如我們將句子拆分為了字符，那么處理后的合并就需要使用 join() 了。如果你還不會使用列表推導(dǎo)式，那么快學(xué)起來吧。正如本文作者所言，「當(dāng)我第一次學(xué)到這種方式時，我的整個世界都變了。」列表推導(dǎo)式真的非常強(qiáng)大，它不僅在速度上比一般的方法快，同時直觀性、可讀性都非常強(qiáng)。如果你希望迭代列表做一些運算，那么快使用它吧。
我們先定義一個簡單的函數(shù)，它會算變量的平方并加 5：
>>> def stupid_func(x):
>>> return x**2 + 5
如果我們希望將該函數(shù)應(yīng)用到列表中的奇數(shù)項，那么不采用列表推導(dǎo)式的情況下，我們一般會寫成以下形式：
>>> my_list = [1, 2, 3, 4, 5]
>>> new_list = []
>>> for x in my_list:
>>> if x % 2 != 0:
>>> new_list.append(stupid_func(x))
>>> print(new_list)
[6, 14, 30]
但是現(xiàn)在我們有了列表推導(dǎo)式，那么上面代碼可以等價修改為：
>>> my_list = [1, 2, 3, 4, 5]
>>> print([stupid_func(x) for x in my_list if x % 2 != 0])
[6, 14, 30]
列表推導(dǎo)式的一般語法可以表示為 [ expression for item in list ]，如果你希望加上一些布爾型條件語句，那么上面的語法可以修改為 [ expression for item in list if conditional ]，它的結(jié)構(gòu)其實和下面是等價的。
>>> for item in list:
>>> if conditional:
>>> expression
上面的列表推導(dǎo)式可以進(jìn)一步簡化，即不需要定義一個新函數(shù)。
>>> print([x ** 2 + 5 for x in my_list if x % 2 != 0])
[6, 14, 30]
Lambda 是一種匿名函數(shù)，它看起來可能有一點奇怪，但是一旦你理解了它，那么他就會變得非常直觀與強(qiáng)大。
一般而言，Lambda 函數(shù)都比較小，它也不需要定義函數(shù)名。那么為什么需要匿名函數(shù)？簡單而言，Lambda 最常執(zhí)行一些直觀的運算，它并不需要標(biāo)準(zhǔn)的函數(shù)定義，而且也不需要新的函數(shù)名再次調(diào)用。
還是拿上面的先平方再加 5 為例，前面我們是定義了一個標(biāo)準(zhǔn)的函數(shù)，def stupid_func(x)，現(xiàn)在我們可以試試 Lambda 匿名函數(shù)：
>>> stupid_func = (lambda x : x ** 2 + 5)
>>> print([stupid_func(1), stupid_func(3), stupid_func(5)])
[6, 14, 30]
那么我們?yōu)槭裁匆蒙厦娴谋磉_(dá)式？很大一部分原因在于，當(dāng)我們想執(zhí)行一些簡單運算時，可以不需要定義真實函數(shù)就能完成。例如排序列表元素，一種直觀的方法可以使用 sorted() 方法：
>>> my_list = [2, 1, 0, -1, -2]
>>> print(sorted(my_list))
[-2, -1, 0, 1, 2]
這只能默認(rèn)從大到小或從小到大排序，但是借助 Lambda 表達(dá)式，我們可以實現(xiàn)更自由的排序標(biāo)準(zhǔn)。如下所示我們希望根據(jù)最小的平方數(shù)對列表進(jìn)行排序，其可以使用 Lambda 函數(shù)定義鍵，從而告訴 sorted() 方法該怎樣排序。
>>> print(sorted(my_list, key = lambda x : x ** 2))
[0, -1, 1, -2, 2]
Map 是一個簡單的函數(shù)，它可以將某個函數(shù)應(yīng)用到其它一些序列元素，例如列表。如果我們有兩個列表，我們希望將這兩個列表對應(yīng)的元素相乘，那么使用 lambda 函數(shù)和 map 可以快速實現(xiàn)這一功能：
>>> print(list(map(lambda x, y : x * y, [1, 2, 3], [4, 5, 6])))
[4, 10, 18]
上面的代碼非常優(yōu)雅，如果不用它們兩者，那么一般的表達(dá)需要寫成這樣：
>>> x, y = [1, 2, 3], [4, 5, 6]
>>> z = []
>>> for i in range(len(x)):
>>> z.append(x[i] * y[i])
>>> print(z)
[4, 10, 18]
如果我們使用條件語句，那么最可能寫成下面這個樣子：
>>> x = int(input())
>>> if x >= 10:
>>> print("Horse")
>>> elif 1 < x < 10:
>>> print("Duck")
>>> else:
>>> print("Baguette")
但其實我們也可以把所有條件都寫在 print 函數(shù)內(nèi)，即上面 7 行代碼可以等價寫成如下一行：
print("Horse" if x >= 10 else "Duck" if 1 < x < 10 else "Baguette")
這樣看起來真的非常簡潔，如果你查看以前寫的代碼，真的有很多都可以改成這種表達(dá)式。
前面在介紹 map() 函數(shù)時，我們舉了個例子將某個函數(shù)應(yīng)用到平行的兩個列表，而 zip() 函數(shù)可以更簡單地做到這一點。
如果我們有兩個列表，第一個列表包含了名，第二個列表包含了姓。使用 zip() 函數(shù)，如下我們可以將它們拼接在一起。
>>> first_names = ["Peter", "Christian", "Klaus"]
>>> last_names = ["Jensen", "Smith", "Nistrup"]
>>> print([' '.join(x) for x in zip(first_names, last_names)])
['Peter Jensen', 'Christian Smith', 'Klaus Nistrup']
也就是說，zip 將兩個等長的列表變?yōu)榱艘粚σ粚Φ?，?(("Peter", "Jensen"), ("Christian", "Smith"), ("Klaus", "Nistrup"))。下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程
在「小白學(xué)視覺」公眾號后臺回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。下載2：Python視覺實戰(zhàn)項目52講在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機(jī)視覺。在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~
