社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

每个新手程序员都应该知道的Python技巧

周萝卜 • 5 年前 • 283 次点击  
阅读 20

每个新手程序员都应该知道的Python技巧

作者:Peter Nistrup

翻译:周萝卜

译文出品:萝卜大杂烩

当下,Python 比以往的任何时候都更加流行,人们每天都在实践着 Python 是多么的强大且易用。

我从事 Python 编程已经有几年时间了,但是最近6个月才是全职的。下面列举的这些事情,是我最开始使用 Python 的时候,就希望清楚的:

  • 字符串操作
  • 列表推导
  • Lambda 和 Map 函数
  • 在一行里使用 if elif 和 else 条件判断
  • zip() 函数

字符串操作

Python 非常擅长使用类似数学运算符 + 和 * 来操作字符串

>>> my_string = "Hi Medium..!"
>>> print(my_string * 2)
Hi Medium..!Hi Medium..!
>>> print(my_string + " I love Python" * 2)
Hi Medium..! I love Python I love Python
复制代码

我们也可以非常方便的对字符串做取反操作,只需要使用 [::-1] 就可以,同时该操作还不仅仅局限于字符串操作。

>>> print(my_string[::-1])
!..muideM iH
>>> my_list = [1,2,3,4,5]
>>> print(my_list[::-1])
[5, 4, 3, 2, 1]
复制代码

那么对于包含多个字符串的列表呢,我们甚至可以做一个 Yoda-translator !

>>> word_list = ["awesome", "is", "this"]
>>> print(' '.join(word_list[::-1]) + '!')
this is awesome!
复制代码

在上面的代码中,我们使用了 .join() 方法,用空格把反转列表里的元素拼接了起来,并且增加了感叹号。

列表推导

哦,天啊!一旦我知道了这些,我的整个世界都改变了(可能还没有真实发生,但是已经接近了)。这是以中国强大的、直观的且可读的方法来快速的操作列表。

假如我们有这样一个函数,取一个数的平方再增加5

>>> def stupid_func(x):
>>>     return x**2 + 5
复制代码

现在如果我们要把该函数应用到一个列表的所有奇数当中,如果不了解列表推导式,你可能会这么写

>>> my_list = [1, 2, 3, 4, 5]
>>> new_list = []
>>> for x in my_list:
>>>     if x % 2 != 0:
>>>         new_list.append(stupid_func(x))
>>> print(new_list)
[6, 14, 30]
复制代码

但是我们还有更简单的方法!

>>> my_list = [1, 2, 3, 4, 5]
>>> print([stupid_func(x) for x in my_list if x % 2 != 0])
[6, 14, 30]
复制代码

列表推导适用于 [ expression for item in list ] 条件,同时如果那你想要应用一些布尔条件,例如上面获取奇数的条件: [ expression for item in list if conditional ],那么它和下面的写法是一致的

>>> for item in list:
>>>     if conditional:
>>>         expression
复制代码

很酷,不过我们还可以做的更好,因为我们根本不需要函数“stupid_func”

>>> print([x ** 2 + 5 for x in my_list if x % 2 != 0])
[6, 14, 30]
复制代码

Lambda 和 Map

Lambda

Lambda 有一点奇怪,但是就像我介绍的其他内容一样,只要你去只用它,就会发现它是多么的强大和直观。

Lambda 其实就是一个小的匿名函数。为什么要匿名呢?这是因为 Lambda 常常用来执行小型简单的操作,而这些操作往往不需要使用 def my_function() 来定义正式的函数

我们还是以上面的例子为例,对一个数进行平方并加5。在上面的代码中我们定义了一个函数 def stupid_func(x),现在让我们使用 Lambda 来重新创建它

>>> stupid_func = (lambda x : x ** 2 + 5)
>>> print([stupid_func(1), stupid_func(3), stupid_func(5)])
[6, 14, 30]
复制代码

那么,为什么要使用这种奇怪的语法呢?其实这种写法的用处就体现在,我们不要定义实际的功能,就可以实现一些简单的操作。我们继续以数字列表为例,如果我们想对下面的列表进行排序,一种方法是使用 sorted()

>>> my_list = [2, 1, 0


    
, -1, -2]
>>> print(sorted(my_list))
[-2, -1, 0, 1, 2]
复制代码

这样确实可以了,但是,如果我们想按照元素平方数的大小来排序,使用 Lambda 就非常方便了。可以使用 Lambda 来定义 sorted() 函数用于排序的 key

>>> print(sorted(my_list, key = lambda x : x ** 2))
[0, -1, 1, -2, 2]
复制代码

Map

Map 是一个用来将函数应用到序列的每个元素上,比如列表。假设我们必须要列出两个列表对应位置元素的乘积,那么该怎么做呢,可以使用 Lambda 和 Map

>>> print(list(map(lambda x, y : x * y, [1, 2, 3], [4, 5, 6])))
[4, 10, 18]
复制代码

和下面的代码相比,Lambda 与 Map 的组合实在是太优雅了

>>> x, y = [1, 2, 3], [4, 5, 6]
>>> z = []
>>> for i in range(len(x)):
>>>     z.append(x[i] * y[i])
>>> print(z)
[4, 10, 18]
复制代码

在一行里使用 if elif 和 else 条件判断

有时,你可能会写出如下的代码

>>> x = int(input())
>>> if x >= 10:
>>>     print("Horse")
>>> elif 1 < x < 10:
>>>     print("Duck")
>>> else:
>>>     print("Baguette")
复制代码

运行此命令时,系统会提示你从 input() 函数输入内容,假设我们输入5,我们将得到 Duck。 但是我们也可以像下面这样写

print("Horse" if x >= 10 else "Duck" if 1 < x < 10 else "Baguette")
复制代码

这实在是太简单了!快去阅读你的旧代码,你会发现有太多的地方可以将这种简单的 if else 判断替换成这种单行判断。

zip()

还记得在 Map 函数部分,我们并行处理两个列表的例子嘛,使用 zip() 会更加简单

假如我们有两个列表,一个包含名字,一个包含姓氏,怎样才能很好的合并它们呢,使用 zip()!

>>> first_names = ["Peter", "Christian", "Klaus"]
>>> last_names = ["Jensen", "Smith", "Nistrup"]
>>> print([' '.join(x) for x in zip(first_names, last_names)])
['Peter Jensen', 'Christian Smith', 'Klaus Nistrup']
复制代码

哇哦,有个地方错了,我的名字不叫 Peter Jensen,那么就可以调整如下

>>> print([' '.join(x) for x in zip(first_names, last_names[::-1])])
['Peter Nistrup', 'Christian Smith', 'Klaus Jensen']

复制代码

结束语

我这里只是汇总了一个简单的清单,目的就是为了让你能够了解到 Python 可以优雅的做很多事情。如果你有任何不同的想法,可以留言哦!

来源: towardsdatascience.com/python-tric…

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/45026
 
283 次点击