Python 你可能从未听说过的五种隐藏技巧

开发 后端
大家好,我是小五。今天给大家分享一下:Python中,你可能从未听说过的5种隐藏技巧。

人生苦短,快学Python

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。根据官方说明,它是一个特殊值,通常可以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,你也可以使用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"

他们最终的效果都是相同的。

接下来讲讲...对象是如何在Numpy中体现出作用的,创建一个 3x3x3 的矩阵数组,然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,传统方法可能是这样的:

>>> 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]])

不过请注意, ... 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非常方便的特性:

>>> 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

虽然这看起来有点蠢,但就我个人来看,比前一种写法更优雅一些。

3.展开的艺术

数组展开有各种千奇百怪的姿势,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有一定了解,建议使用更优雅的方式:

>>> 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,还有更神奇的方式:

>>> 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。

同样的道理,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,就能展开为一维数组。

虽然这个技巧很出色,但我并不推荐使用,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都会将输出的值绑定到 _ 变量中:

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

由于它是一个变量,你可以随时覆盖它,或像普通变量一样操作它:

>>> 9 + _
20
>>> a = _
>>> a
20

5.多种用途的else

很多人都不知道,else 可以被用于许多地方,除了典型的 if else, 我们还可以在循环和异常处理里用到它。

循环

如果需要判断循环里是否处理了某个逻辑,通常情况下会这么做:

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,我们可以少用一个变量:

a = 0
while a < 10:
if a == 12:
break
a += 1
else:
print("a was never found")

异常处理

我们可以在 try ... except ... 中使用 else 编写未捕获到异常时的逻辑:

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

这样,如果程序没有异常,则会走else分支:

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

如果你经常做异常处理,你就会知道这个技巧相当方便。

责任编辑:庞桂玉 来源: 快学Python
相关推荐

2020-11-16 12:09:25

Python开发工具

2012-02-01 10:18:23

编程

2023-11-10 08:22:09

雪花算法生成算法分布式

2021-06-07 09:55:58

JavaScript开发 技巧

2021-07-28 08:00:00

Linux操作系统工具

2020-07-20 07:16:47

Python编程语言工具

2020-09-13 09:03:44

数据策略数据科学数据

2023-10-11 10:40:00

GNOME

2016-01-27 10:26:53

JavaScript操作系统

2018-10-11 10:41:12

Go 开发技术

2018-09-28 07:00:03

编程语言Go语言

2016-01-26 15:33:07

JavaScriptNodeOS操作系统

2022-03-21 11:50:58

医疗物联网物联网

2016-07-11 00:40:30

2016-10-25 15:36:49

Linux命令工具

2022-10-17 15:47:19

JavaScript开发Web

2014-12-02 10:12:02

BaaSFacebook云服务

2017-01-15 17:15:27

Java基本功能

2020-09-29 06:39:38

智能

2020-10-09 07:54:43

PythonJava爬虫
点赞
收藏

51CTO技术栈公众号