鮮為人知的五種 Python 高級(jí)特性

任何編程語言的高級(jí)特征通常都是通過大量的使用經(jīng)驗(yàn)才發(fā)現(xiàn)的。比如你在編寫一個(gè)復(fù)雜的項(xiàng)目，并在 stackoverflow 上尋找某個(gè)問題的答案。然后你突然發(fā)現(xiàn)了一個(gè)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(jí)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(shí)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(duì)于 lambda 函數(shù)，我們根本沒為它命名。這是因?yàn)?lambda 函數(shù)的功能是執(zhí)行某種簡(jiǎn)單的表達(dá)式或運(yùn)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(dá)式只能有一個(gè)。

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(jiǎn)單！我們執(zhí)行了一些簡(jiǎn)單的數(shù)學(xué)運(yùn)算，而無需定義整個(gè)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(jiǎn)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(duì)于這種運(yùn)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,?49]

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(gè)或多個(gè)列表。實(shí)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(qǐng)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(píng)估了每個(gè)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(dá)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(qǐng)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(gè)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(jiǎn)化了你的代碼，而且相比簡(jiǎn)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(jìn)行這一計(jì)算。

如果列表很小，比如 1000 行，計(jì)算所需的內(nèi)存還行。但如果列表巨長(zhǎng)，比如十億浮點(diǎn)數(shù)，這樣做就會(huì)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(gè)人都有無限的 RAM 來存儲(chǔ)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(duì)數(shù)字列表求和。generator 函數(shù)創(chuàng)建元素，并只在必要時(shí)將其存儲(chǔ)在內(nèi)存中，即一次一個(gè)。這意味著，如果你要?jiǎng)?chuàng)建十億浮點(diǎn)數(shù)，你只能一次一個(gè)地把它們存儲(chǔ)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(gè)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(dòng)設(shè)備或邊緣計(jì)算，使用這一方法尤其重要。

也就是說，如果你想對(duì)列表進(jìn)行多次迭代，并且它足夠小，可以放進(jìn)內(nèi)存，那最好使用 for 循環(huán)或 Python 2.x 中的 range 函數(shù)。因?yàn)?generator 函數(shù)和 xrange 函數(shù)將會(huì)在你每次訪問它們時(shí)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????????????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))

推薦閱讀：《架構(gòu)師離職后，成為自由開發(fā)者的第 100 天》

END

若覺得文章對(duì)你有幫助，隨手轉(zhuǎn)發(fā)分享，也是我們繼續(xù)更新的動(dòng)力。

長(zhǎng)按二維碼，掃掃關(guān)注哦

?「C語言中文網(wǎng)」官方公眾號(hào)，關(guān)注手機(jī)閱讀教程??

點(diǎn)擊“閱讀原文”，領(lǐng)取 2020 年最新免費(fèi)技術(shù)資料大全

↓↓↓