本篇内容主要讲解“Python隐藏的特性有哪些”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python隐藏的特性有哪些”吧!

成都创新互联公司服务项目包括浪卡子网站建设、浪卡子网站制作、浪卡子网页制作以及浪卡子网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，浪卡子网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到浪卡子省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

1...

是的，你没看错，在Python中...是一个有效的构造。...是称为省略号的单例对象。如果你把它输入到Python解释器中，你可以看到它:

>>> ... Ellipsis

根据官方文档，省略号是“一种特殊值，主要与用户定义容器数据类型的扩展切片语法结合使用”。它有两个主要的用例。一种是在空函数中充当占位符体。另一个是Numpy，作为一个切片项，就像文档中描述的那样。

函数的占位符

def my_awesome_function():     ...

这相当于:

def my_awesome_function():     Ellipsis

还有这个：

def my_awesome_function():     pass

注意，我不是说pass =…我只是说作为函数体，结果是一样的。事实上，您可以使用任何东西作为占位符。

Numpy

下面的代码基本上意味着创建一个矩阵数组。每个矩阵是3×3。然后获取所有最内部矩阵的第二列(numpy数组基于0)。

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]]]) >>> array[..., 1]  array([[ 1,  4,  7],        [10, 13, 16],        [19, 22, 25]]) >>> # This is equivalent to >>> array[:, :, 1]  array([[ 1,  4,  7],        [10, 13, 16],        [19, 22, 25]])

2一个优雅的解包

可迭代解包是一种非常方便的特性，已经存在一段时间了。大多数人使用它来解包包含多个项的可迭代对象。例如，考虑以下用例。

>>> 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

但有一个很好的用例，很多人都没有利用它，那就是拆封单个迭代器。为什么这很有用?恕我直言，它使代码更优雅了一些。

而不是这样做:

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

你可以这样做:

>>> lst = [1] >>> [a] = lst >>> a 1

我知道这可能看起来很傻，但至少对我来说，它看起来更优雅。

3你能让这个列表躺平吗?

扁平化列表有几种方法。最简单的是使用列表理解。

>>> 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]

如果您更倾向于函数式编程，您可以使用减速器。

>>> from functools import reduce >>> reduce(lambda x,y: x+y,l) [1, 2, 3, 4, 5, 6, 7, 8, 9]

然而，还有另一种方法。你可以用sum函数!

>>> sum(l, []) [1, 2, 3, 4, 5, 6, 7, 8, 9]

这是因为sum函数遍历列表中的每个元素，并将它们与作为第二个参数传递的默认值连接起来。因为Python中的列表可以用+操作符连接，所以你得到的结果是这样的:

>>> sum(l, []) ==> [] + [1, 2, 3] + [4, 5, 6] + [7, 8, 9] [1, 2, 3, 4, 5, 6, 7, 8, 9]

尽管这个技巧很高明，但它绝不是可读的。而且，它的性能也很糟糕。

4else

else语句可以用于几个目的。很少有人知道，但是你可以在经典的“if else”块之外使用它。Python允许它用于循环和异常块。

循环

Python有两个不同的循环，for和while。两者都可能是“坏的”。也就是说，如果满足了某个条件，就可以跳出循环。例如:

In [7]: while a < 10:    ...:     if a == 3:    ...:         print("a == 3. exiting loop.")    ...:         break    ...:     a += 1    ...:  a == 3. exiting loop.

现在，假设我们要找一个特定的条件。如果满足该条件，则将结果保存在一个名为found的标志中。然后，如果我们没有找到它，我们打印一条消息。

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

因为a永远不会变成12，所以程序输出a永远不会找到。

好，但是我们在这里怎么用else呢?

else可以用来替换标志。基本上，我们实际需要的是运行循环，如果没有找到，则打印一条消息。

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

由于它适用于任何循环，所以您可以使用for而不是while。

for a in range(10):     if a == 12:         break     a += 1 else:     print("a was never found")

异常

Python中的else是如此通用，你甚至可以使用try…except。这里的思想是捕获异常不发生的情况。

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

在这个例子中，我们尝试在一个空字典中查找名为“lala”的键。由于“lala”不存在，代码将引发一个KeyError异常。当我在IPython中运行这段代码时，得到了预期的结果。

如果程序没有引发异常呢?

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

现在我们可以看到它的实际应用。{' lala ': ' bla '}[' lala ']块不会引发KeyError，所以else就起作用了。

5比较

这是我最喜欢的一个，老实说，没有那么隐蔽。与许多编程语言(如Java、C或c++)不同，Python允许链式比较运算符。假设你有一个变量x，它的值是10。现在，假设你想断言x在一个范围内，比如5..20。你可以这样做:

In [16]: x = 10 In [17]: if x >= 5 and x <= 20:     ...:     print("x is within range")     ...: else:     ...:     print("x is outside range")     ...:  is within range

事实证明，这可以通过将运算符链接起来来简化。所以，我们可以重构代码为:

In [18]: if 5 <= x <= 20:     ...:     print("is within range")     ...: else:     ...:     print("x is outside range")     ...:  is within range

这段代码实现了完全相同的结果，但它更加优雅。您可以使用任何一种比较运算符进行链。

>>> x = 10 >>> 20 == x > 1 False >>> 25 > x <= 15 True >>> x < 20 < x*10 < 1000 True

到此，相信大家对“Python隐藏的特性有哪些”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

文章标题：Python隐藏的特性有哪些
网页路径：http://scyanting.com/article/ghedee.html