Python的高级特征你知多少？来对比瞧瞧-外链论坛

lbk60ox 发表于 2024-8-17 14:29:45

Python的高级特征你知多少？来对比瞧瞧

<div style="color: black; text-align: left; margin-bottom: 10px;">Python 多好用不消多说，大众瞧瞧自己用的语言就晓得了。然则 Python 隐匿的高级功能你都 get 了吗？本文中，作者列举了 Python 中五种略高级的特征以及它们的运用办法，快来一探到底吧！<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/pgc-image/cc3bc0f1b27e4e9c8864d978da421330~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1723892294&x-signature=YfoDBjeUjbZF1ArbtAyfQvQ9FDM%3D" style="width: 50%; margin-bottom: 20px;"></div>
 Python 是一种漂亮的语言，它简单易用却非常强大。但你真的会用 Python 的所有功能吗？
 任何编程语言的高级特征一般都是经过海量的运用经验才发掘的。例如你在编写一个繁杂的项目，并在 stackoverflow 上寻找某个问题的答案。而后你忽然发掘了一个非常优雅的处理方法，它运用了你从不晓得的 Python 功能！
 这种学习方式太有趣了：经过探索，偶然发掘什么。
 下面是 Python 的 5 种高级特征，以及它们的用法。
 Lambda 函数
 Lambda 函数是一种比较小的匿名函数——匿名指的是它实质上无函数名。
 Python 函数一般运用 def a_function_name() 样式来定义，但针对 lambda 函数，咱们基本没为它命名。这是由于 lambda 函数的功能是执行某种简单的表达式或运算，而无需完全定义函数。
 lambda 函数能够运用任意数量的参数，但表达式只能有一个。x = lambda a, b : a * b
 print(x(5, 6)) # prints 30
 x = lambda a : a*3 + 3
 print(x(3)) # prints 12看它多么简单！咱们执行了有些简单的数学运算，而无需定义全部函数。这是 Python 的众多特征之一，这些特征使它作为一种干净、简单的编程语言。
 Map 函数
 Map() 是一种内置的 Python 函数，它能够将函数应用于各样数据结构中的元素，如列表或字典。针对这种运算来讲，这是一种非常干净况且可读的执行方式。def square_it_func(a):
 return a * a
 x = map(square_it_func, )
 print(x) # prints
 def multiplier_func(a, b):
 return a * b
 x = map(multiplier_func, , )
 print(x) # prints 瞧瞧上面的示例！咱们能够将函数应用于单个或多个列表。实质上，你能够运用任何 Python 函数做为 map 函数的输入，只要它与你正在操作的序列元素是兼容的。Filter 函数
 filter 内置函数与 map 函数非常类似，它亦将函数应用于序列结构（列表、元组、字典）。二者的关键区别在于 filter() 将只返回复用函数返回 True 的元素。
 详情请看如下示例：# Our numbers
 numbers =
 # 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 = 咱们不仅评定了每一个列表元素的 True 或 False，filter() 函数还保证只返回匹配为 True 的元素。非常便于处理检测表达式和构建返回列表这两步。
 Itertools 模块
 Python 的 Itertools 模块是处理迭代器的工具集合。迭代器是一种能够在 for 循环语句（包含列表、元组和字典）中运用的数据类型。
 运用 Itertools 模块中的函数让你能够执行非常多迭代器操作，这些操作一般必须多行函数和繁杂的列表理解。关于 Itertools 的神奇之处，请看以下示例：from itertools import *
 # Easy joining of two lists into a list of tuples
 for i in izip(, ):
 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), ):
 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, ):
 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()
 for key, value in groupby(a):
 print(key, value), end= )
 # (1, )
 # (2, )
 # (3, )
 # (4, )
 # (5, )Generator 函数
 Generator 函数是一个类似迭代器的函数，即它亦能够用在 for 循环语句中。这大大简化了你的代码，况且相比简单的 for 循环，它节省了非常多内存。
 例如，咱们想把 1 到 1000 的所有数字相加，以下代码块的第1部分向你展示了怎样运用 for 循环来进行这一计算。
 倘若列表很小，例如 1000 行，计算所需的内存还行。但倘若列表巨长，例如十亿浮点数，这般做就会显现问题了。运用这种 for 循环，内存中将显现海量列表，但不是每一个人都有没有限的 RAM 来存储这么多东西的。Python 中的 range() 函数亦是这么干的，它在内存中构建列表。
 代码中第二部分展示了运用 Python generator 函数对数字列表求和。generator 函数创建元素，并仅在必要时将其存储在内存中，即一次一个。这寓意着，倘若你要创建十亿浮点数，你只能一次一个地把它们存储在内存中！Python 2.x 中的 xrange() 函数便是运用 generator 来构建列表。
 以上例子说明：倘若你想为一个很大的范围生成列表，那样就必须运用 generator 函数。倘若你的内存有限，例如运用移动设备或边缘计算，运用这一办法尤其重要。
 亦便是说，倘若你想对列表进行多次迭代，并且它足够小，能够放进内存，那最好运用 for 循环或 Python 2.x 中的 range 函数。由于 generator 函数和 xrange 函数将会在你每次拜访它们时生成新的列表值，而 Python 2.x range 函数是静态的列表，况且整数已然置于内存中，以便快速拜访。# (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))
</div>

流星的美 发表于 2024-9-4 12:31:29

你的见解独到，让我受益匪浅，非常感谢。

7wu1wm0 发表于 2024-10-17 10:41:15

这篇文章真的让我受益匪浅，外链发布感谢分享！

4zhvml8 发表于 2024-10-19 11:22:59

你的言辞如同繁星闪烁，点亮了我心中的夜空。

页: [1]

外链论坛's Archiver

Python的高级特征你知多少？来对比瞧瞧