Python 你可能从未听说过的5种隐藏技巧

数据分析学习社
数据分析学习社
数据分析学习社
348
文章
0
评论
2021-06-0711:10:03 评论 460 2676字
摘要

你可能从未听说过的5种Python隐藏技巧

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(333)>>> arrayarray([[[ 012],        [ 345],        [ 678]],       [[ 91011],        [121314],        [151617]],       [[181920],        [212223],        [242526]]])

 

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([[ 147],       [101316],       [192225]])

 

如果你会用...对象,则是这样的:

>>> array[..., 1]array([[ 147],       [101316],       [192225]])

 

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(111)>>> a1>>> c10>>> b[23456789]

 

或者是:

>>> a, b, c = range(3)>>> a0>>> b1>>> c2

 

同理,与其写这样的代码:

>>> lst = [1]>>> a = lst[0]>>> a1>>> (a, ) = lst>>> a1

 

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>>> a1

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 = [[123], [456], [789]]>>> flattened = [elem for sublist in l for elem in sublist]>>> flattened[123456789]

 

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)[123456789]

 

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, [])[123456789]>>> # 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 = [137]>>> 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 = _>>> a20

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 = Falsea = 0while a < 10:    if a == 12:        found = True    a += 1if not found:    print("a was never found")

 

如果引入else,我们可以少用一个变量:

a = 0while a < 10:    if a == 12:        break    a += 1else:    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。

我们的文章到此就结束啦,如果你喜欢今天的Python 实战教程,请持续关注我们。

 

End.

作者:Ckend

转载如果涉及作品、版权其他问题请联系我们第一时间删除微信号:lovedata0520)

更多文章前往首页浏览http://www.itongji.cn/

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: