1. 程式人生 > >Python 十大語法

Python 十大語法

前言

Python 是一種代表簡單思想的語言,其語法相對簡單,很容易上手。不過,如果就此小視 Python 語法的精妙和深邃,那就大錯特錯了。本文精心篩選了最能展現 Python 語法之精妙的十個知識點,並附上詳細的例項程式碼。如能在實戰中融會貫通、靈活使用,必將使程式碼更為精煉、高效,同時也會極大提升程式碼B格,使之看上去更老練,讀起來更優雅。

for - else

什麼?不是 if 和 else 才是原配嗎?No,你可能不知道,else 是個腳踩兩隻船的傢伙,for 和 else 也是一對,而且是合法的。十大裝B語法,for-else 絕對算得上南無灣!不信,請看:

>>> for i in [1,2,3,4]:
print(i)
else:
print(i, '我是else')

1
2
3
4
4 我是else

如果在 for 和 else 之間(迴圈體內)有第三者 if 插足,也不會影響 for 和 else 的關係。因為 for 的級別比 if 高,else 又是一個攀附權貴的傢伙,根本不在乎是否有 if,以及是否執行了滿足 if 條件的語句。else 的眼裡只有 for,只要 for 順利執行完畢,else 就會屁顛兒屁顛兒地跑一遍:

>>> for i in [1,2,3,4]:
if i > 2:
print(i)
else:
print(i, '我是else')

3
4
4 我是else

那麼,如何拆散 for 和 else 這對冤家呢?只有當 for 迴圈被 break 語句中斷之後,才會跳過 else 語句:

>>> for i in [1,2,3,4]:
if i>2:
print(i)
break
else:
print(i, '我是else')

3

 

一顆星(*)和兩顆星(**)

有沒有發現,星(*)真是一個神奇的符號!想一想,沒有它,C語言還有啥好玩的?同樣,因為有它,Python 才會如此的儀態萬方、風姿綽約、楚楚動人!Python 函式支援預設引數和可變引數,一顆星表示不限數量的單值引數,兩顆星表示不限數量的鍵值對引數。

我們還是舉例說明吧:設計一個函式,返回多個輸入數值的和。我們固然可以把這些輸入數值做成一個list傳給函式,但這個方法,遠沒有使用一顆星的可變引數來得優雅:

>>> def multi_sum(*args):
s = 0
for item in args:
s += item
return s

>>> multi_sum(3,4,5)
12

Python 函式允許同時全部或部分使用固定引數、預設引數、單值(一顆星)可變引數、鍵值對(兩顆星)可變引數,使用時必須按照前述順序書寫。

>>> def do_something(name, age, gender='男', *args, **kwds):
print('姓名:%s,年齡:%d,性別:%s'%(name, age, gender))
print(args)
print(kwds)

>>> do_something('xufive', 50, '男', 175, 75, math=99, english=90)
姓名:xufive,年齡:50,性別:男
(175, 75)
{'math': 99, 'english': 90}

此外,一顆星和兩顆星還可用於列表、元組、字典的解包,看起來更像C語言:

>>> a = (1,2,3)
>>> print(a)
(1, 2, 3)
>>> print(*a)
1 2 3
>>> b = [1,2,3]
>>> print(b)
[1, 2, 3]
>>> print(*b)
1 2 3
>>> c = {'name':'xufive', 'age':51}
>>> print(c)
{'name': 'xufive', 'age': 51}
>>> print(*c)
name age
>>> print('name:{name}, age:{age}'.format(**c))
name:xufive, age:51

 

三元表示式

熟悉 C/C++ 的程式設計師,初上手 python 時,一定會懷念經典的三元操作符,因為想表達同樣的思想,用python 寫起來似乎更麻煩。比如:

>>> y = 5
>>> if y < 0:
print('y是一個負數')
else:
print('y是一個非負數')

y是一個非負數

其實,python 是支援三元表示式的,只是稍微怪異了一點,比如:打球去吧,要是不下雨的話;下雨,咱就去自習室。翻譯成三元表示式就是:

打球去吧 if 不下雨 else 去自習室

來看看三元表示式具體的使用:

>>> y = 5
>>> print('y是一個負數' if y < 0 else 'y是一個非負數')
y是一個非負數

python 的三元表示式也可以用來賦值:

>>> y = 5
>>> x = -1 if y < 0 else 1
>>> x

 

with - as

with 這個詞兒,英文裡面不難翻譯,但在 Python 語法中怎麼翻譯,我還真想不出來,大致上是一種上下文管理協議。作為初學者,不用關注 with 的各種方法以及機制如何,只需要瞭解它的應用場景就可以了。with 語句適合一些事先需要準備,事後需要處理的任務,比如,檔案操作,需要先開啟檔案,操作完成後需要關閉檔案。如果不使用with,檔案操作通常得這樣:

fp = open(r"D:\CSDN\Column\temp\mpmap.py", 'r')
try:
contents = fp.readlines()
finally:
fp.close()

如果使用 with - as,那就優雅多了:

>>> with open(r"D:\CSDN\Column\temp\mpmap.py", 'r') as fp:
contents = fp.readlines()

 

列表推導式

在各種稀奇古怪的語法中,列表推導式的使用頻率應該時最高的,對於程式碼的簡化效果也非常明顯。比如,求列表各元素的平方,通常應該這樣寫(當然也有其他寫法,比如使用map函式):

>>> a = [1, 2, 3, 4, 5]
>>> result = list()
>>> for i in a:
result.append(i*i)

>>> result
[1, 4, 9, 16, 25]

如果使用列表推導式,看起來就舒服多了:

>>> a = [1, 2, 3, 4, 5]
>>> result = [i*i for i in a]
>>> result
[1, 4, 9, 16, 25]

 

一行Python程式碼實現的功能

事實上,推導式不僅支援列表,也支援字典、集合、元組等物件。有興趣的話,可以自行研究。接下來我簡單展示一下一行程式碼的實現,都是列表推導式實現的:

一行程式碼列印乘法口訣

print('\n'.join([' '.join(["%2s x%2s = %2s"%(j,i,i*j) for j in range(1,i+1)]) for i in range(1,10)]))

 

 一行程式碼列印迷宮

print(''.join(__import__('random').choice('\u2571\u2572') for i in range(50*24)))

 

一行程式碼開始你的故事 

print('\n'.join([''.join([('Love'[(x-y) % len('Love')] if ((x*0.05)**2+(y*0.1)**2-1)**3-(x*0.05)**2*(y*0.1)**3 <= 0else' ') for x in range(-30, 30)]) for y in range(30, -30, -1)]))

                                    

一行程式碼列印衛星小龜龜 

print('\n'.join([''.join(['*' if abs((lambda a:lambda z,c,n:a(a,z,c,n))(lambda s,z,c,n:z if n==0 else s(s,z*z+c,c,n-1))(0,0.02*x+0.05j*y,40))<2 else ' ' for x in range(-80,20)]) for y in range(-20,20)]))

列表索引的各種騷操作

Python 引入負整數作為陣列的索引,這絕對是喜大普奔之舉。想想看,在C/C++中,想要陣列最後一個元素,得先取得陣列長度,減一之後做索引,嚴重影響了思維的連貫性。Python語言之所以獲得成功,我個人覺得,在諸多因素裡面,列表操作的便捷性是不容忽視的一點。請看:

>>> a = [0, 1, 2, 3, 4, 5]
>>> a[2:4]
[2, 3]
>>> a[3:]
[3, 4, 5]
>>> a[1:]
[1, 2, 3, 4, 5]
>>> a[:]
[0, 1, 2, 3, 4, 5]
>>> a[::2]
[0, 2, 4]
>>> a[1::2]
[1, 3, 5]
>>> a[-1]
5
>>> a[-2]
4
>>> a[1:-1]
[1, 2, 3, 4]
>>> a[::-1]
[5, 4, 3, 2, 1, 0]

如果說,這些你都很熟悉,也經常用,那麼接下來這個用法,你一定會感覺很神奇:

>>> a = [0, 1, 2, 3, 4, 5]
>>> b = ['a', 'b']
>>> a[2:2] = b
>>> a
[0, 1, 'a', 'b', 2, 3, 4, 5]
>>> a[3:6] = b
>>> a
[0, 1, 'a', 'a', 'b', 4, 5]

 

lambda函式

lambda 聽起來很高大上,其實就是匿名函式(瞭解js的一定很熟悉匿名函式)。匿名函式的應用場景是什麼呢?就是僅在定義匿名函式的地方使用這個函式,其他地方用不到,所以就不需要給它取個阿貓阿狗之類的名字了。下面是一個求和的匿名函式,輸入引數有兩個,x和y,函式體就是x+y,省略了return關鍵字。

>>> lambda x,y: x+y
<function <lambda> at 0x000001B2DE5BD598>
>>> (lambda x,y: x+y)(3,4) # 因為匿名函式沒有名字,使用的時候要用括號把它包起來

匿名函式一般不會單獨使用,而是配合其他方法,為其他方法提供內建的演算法或判斷條件。比如,使用排序函式sorted對多維陣列或者字典排序時,就可以指定排序規則。

>>> a = [{'name':'B', 'age':50}, {'name':'A', 'age':30}, {'name':'C', 'age':40}]
>>> sorted(a, key=lambda x:x['name']) # 按姓名排序
[{'name': 'A', 'age': 30}, {'name': 'B', 'age': 50}, {'name': 'C', 'age': 40}]
>>> sorted(a, key=lambda x:x['age']) # 按年齡排序
[{'name': 'A', 'age': 30}, {'name': 'C', 'age': 40}, {'name': 'B', 'age': 50}]

再舉一個數組元素求平方的例子,這次用map函式:

>>> a = [1,2,3]
>>> for item in map(lambda x:x*x, a):
print(item, end=', ')

1, 4, 9, 

 

yield 以及生成器和迭代器

  • yield 這詞兒,真不好翻譯,翻詞典也沒用。我乾脆就讀作“燕得”,算是外來詞彙吧。要理解 yield,得先了解 generator(生成器)。要了解generator,得先知道 iterator(迭代器)。哈哈哈,繞暈了吧?算了,我還是說白話吧。
  • 話說py2時代,range()返回的是list,但如果range(10000000)的話,會消耗大量記憶體資源,所以,py2又搞了一個xrange()來解決這個問題。py3則只保留了xrange(),但寫作range()。xrange()返回的就是一個迭代器,它可以像list那樣被遍歷,但又不佔用多少記憶體。generator(生成器)是一種特殊的迭代器,只能被遍歷一次,遍歷結束,就自動消失了。總之,不管是迭代器還是生成器,都是為了避免使用list,從而節省記憶體。那麼,如何得到迭代器和生成器呢?

python內建了迭代函式 iter,用於生成迭代器,用法如下:

>>> a = [1,2,3]
>>> a_iter = iter(a)
>>> a_iter
<list_iterator object at 0x000001B2DE434BA8>
>>> for i in a_iter:
print(i, end=', ')

1, 2, 3, 

yield 則是用於構造生成器的。比如,我們要寫一個函式,返回從0到某正整數的所有整數的平方,傳統的程式碼寫法是這樣的:

>>> def get_square(n):
result = list()
for i in range(n):
result.append(pow(i,2))
return result

>>> print(get_square(5))
[0, 1, 4, 9, 16]

但是如果計算1億以內的所有整數的平方,這個函式的記憶體開銷會非常大,這是 yield 就可以大顯身手了:

>>> def get_square(n):
for i in range(n):
yield(pow(i,2))

>>> a = get_square(5)
>>> a
<generator object get_square at 0x000001B2DE5CACF0>
>>> for i in a:
print(i, end=', ')

0, 1, 4, 9, 16, 

如果再次遍歷,則不會有輸出了。

裝飾器

  • 剛弄明白迭代器和生成器,這又來個裝飾器,Python 咋這麼多器呢?的確,Python 為我們提供了很多的武器,裝飾器就是最有力的武器之一。裝飾器很強大,我在這裡嘗試從需求的角度,用一個簡單的例子,說明裝飾器的使用方法和製造工藝。
  • 假如我們需要定義很多個函式,在每個函式執行的時候要顯示這個函式的執行時長,解決方案有很多。比如,可以在呼叫每個函式之前讀一下時間戳,每個函式執行結束後再讀一下時間戳,求差即可;也可以在每個函式體內的開始和結束位置上讀時間戳,最後求差。不過,這兩個方法,都沒有使用裝飾器那麼簡單、優雅。下面的例子,很好地展示了這一點。
>>> import time
>>> def timer(func):
def wrapper(*args,**kwds):
t0 = time.time()
func(*args,**kwds)
t1 = time.time()
print('耗時%0.3f'%(t1-t0,))
return wrapper

>>> @timer
def do_something(delay):
print('函式do_something開始')
time.sleep(delay)
print('函式do_something結束')


>>> do_something(3)
函式do_something開始
函式do_something結束
耗時3.077

timer() 是我們定義的裝飾器函式,使用@把它附加在任何一個函式(比如do_something)定義之前,就等於把新定義的函式,當成了裝飾器函式的輸入引數。執行 do_something() 函式,可以理解為執行了timer(do_something) 。細節雖然複雜,不過這麼理解不會偏差太大,且更易於把握裝飾器的製造和使用。

 

巧用斷言assert

所謂斷言,就是宣告表示式的布林值必須為真的判定,否則將觸發 AssertionError 異常。嚴格來講,assert是除錯手段,不宜使用在生產環境中,但這不影響我們用斷言來實現一些特定功能,比如,輸入引數的格式、型別驗證等。

>>> def i_want_to_sleep(delay):
assert(isinstance(delay, (int,float))), '函式引數必須為整數或浮點數'
print('開始睡覺')
time.sleep(delay)
print('睡醒了')


>>> i_want_to_sleep(1.1)
開始睡覺
睡醒了
>>> i_want_to_sleep(2)
開始睡覺
睡醒了
>>> i_want_to_sleep('2')
Traceback (most recent call last):
File "<pyshell#247>", line 1, in <module>
i_want_to_sleep('2')
File "<pyshell#244>", line 2, in i_want_to_sleep
assert(isinstance(delay, (int,float))), '函式引數必須為整數或浮點數'
AssertionError: 函式引數必須為整數或浮點數