Python 你可能从未听说过的5种隐藏技巧

Python客栈

共 2034字,需浏览 5分钟

 ·

2022-05-12 23:56


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)
>>> array
array([[[ 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)
>>> a
1
>>> c
10
>>> b
[23456789]


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 = [[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 = _
>>> 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。

往期推荐
1、用Python写个魂斗罗
2、如何让 Python 脚本在工作日运行?
3、一日一技:协程与多进程的完美结合
4、改变python对象规则的黑魔法metaclass
5、领导看了我写的关闭超时订单,让我出门左转!
点击关注公众号,阅读更多精彩内容
浏览 8
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报