今日让我们介绍一部分的Python的高級特点及使用方法,助推你的Python升阶!一起来瞧瞧吧:
1. Lambda 涵数
Lambda 涵数是一种较为小的匿名函数——密名就是指它其实沒有涵数名。
Python 涵数一般应用 def a_function_name() 款式来界定,但针对 lambda 涵数,大家压根没为它取名。这是由于 lambda 涵数的作用是实行某类简易的关系式或运算,而不用彻底界定涵数。
lambda 涵数能够选用随意数目的主要参数,但关系式只有有一个。
x = lambda a, b : a * b print(x(5, 6)) # prints 30 x = lambda a : a*3 3 print(x(3)) # prints 12
看它多么的简易!大家实行了一些随意的数学运算,而不用界定全部涵数。这也是 Python 的很多特点*,这种特性使它作为一种整洁,简易的计算机语言。
2. Map 涵数
Map() 是一种内嵌的 Python 涵数,它还可以将涵数运用于各种各样算法设计中的原素,如目录或词典。针对这类计算而言,这也是一种很整洁并且可写的实施方法。
def square_it_func(a): return a * a x = map(square_it_func, [1, 4, 7]) print(x) # prints [1, 16, 47] def multiplier_func(a, b): return a * b x = map(multiplier_func, [1, 4, 7], [2, 5, 8]) print(x) # prints [2, 20, 56] 看一下上边的实例!我们可以将涵数运用于单独或好几个目录。事实上,你能采用一切 Python 涵数做为 map 涵数的键入,只需它与你已经使用的编码序列原素是兼容的。
3. Filter 涵数
filter 内嵌涵数与 map 涵数十分类似,它也将涵数运用于编码序列构造(目录,元组,词典)。二者的根本差别取决于 filter() 将只回到运用涵数回到 True 的原素。
敬请看如下所示实例:
# Our numbers umbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15] # Function that filters out all numbers which are odd def filter_odd_numbers(num): if num % 2 == 0: return True else: return False filtered_numbers = filter(filter_odd_numbers, numbers) print(filtered_numbers) # filtered_numbers = [2, 4, 6, 8, 10, 12, 14]
大家不但评定了每一个目录原素的 True 或 False,filter() 涵数还*只回到配对为 True 的原素。十分有利于解决查验关系式和搭建返回列表这二步。
4. Itertools 控制模块
Python 的 Itertools 控制模块是解决迭代器的方法结合。迭代器是一种能够在 for for语句(包含目录,元组和词典)中采用的基本数据类型。
应用 Itertools 控制模块中的涵数让你能实行许多 迭代器实际操作,这种实际操作一般*须 几行涵数和错综复杂的目录了解。有关 Itertools 的惊奇之处,可以看下列实例:
from itertools import * # Easy joining of two lists into a list of tuples for i in izip([1, 2, 3], [ a , b , c ]): print i # ( a , 1) # ( b , 2) # ( c , 3) # The count() function returns an interator that # produces consecutive integers, forever. This # one is great for adding indices next to your list # elements for readability and convenience for i in izip(count(1), [ Bob , Emily , Joe ]): print i # (1, Bob ) # (2, Emily ) # (3, Joe ) # The dropwhile() function returns an iterator that returns # all the elements of the input which come after a certain # condition becomes false for the first time. def check_for_drop(x): print Checking: , x return (x > 5) for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]): print Result: , i # Checking: 2 # Checking: 4 # Result: 6 # Result: 8 # Result: 10 # Result: 12 # The groupby() function is great for retrieving bunches # of iterator elements which are the same or have similar # properties a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5]) for key, value in groupby(a): print(key, value), end= ) # (1, [1, 1, 1]) # (2, [2, 2, 2]) # (3, [3, 3]) # (4, [4]) # (5, [5])
5. Generator 涵数
Generator 涵数是一个相近迭代器的涵数,即它还可以用在 for for语句中。这大大简化了你的编码,并且对比简洁的 for 循环系统,它节约了许多 运行内存。
例如,大家想把 1 到 1000 的任何数据求和,下列代码块的**部分向你表现了怎么使用 for 循环系统来开展这一测算。
假如目录不大,例如 1000 行,计算机所需的运行内存还好。但假如目录巨长,例如十亿浮点型,那样做便会产生难题了。应用这类 for 循环系统,运行内存里将产生很多目录,但并不是所有人均有无尽的 RAM 来储存这么多物品的。Python 中的 range() 涵数也是那么干的,它在存储空间中搭建目录。
编码中第二一部分展现了应用 Python generator 涵数对数据目录求饶。generator 涵数建立原素,并只在需要时将其存放在存储空间中,即一次一个。这代表着,假如需要建立十亿浮点型,你只有一次一个地把他们储存在存储空间中!Python 2.x 中的 xrange() 涵数便是应用 generator 来搭建目录。
以上事例表明:假如你为一个非常大的范畴转化成目录,那麼就*须 应用 generator 涵数。假如你的存储空间比较有限,例如应用存储设备或雾计算,应用这一方式 尤为关键。
换句话说,假如你可以对目录开展反复迭代更新,而且它可以小,能够放入运行内存,那尽量应用 for 循环系统或 Python 2.x 中的 range 涵数。由于 generator 涵数和 xrange 涵数可能在你每一次浏览他们时转化成新的目录值,而 Python 2.x range 涵数是静态数据的目录,并且整数金额早已放置运行内存中,便于桌面搜索。
# (1) Using a for loopv umbers = list() for i in range(1000): numbers.append(i 1) total = sum(numbers) # (2) Using a generator def generate_numbers(n): num, numbers = 1, [] while num < n: numbers.append(num) num = 1 return numbers total = sum(generate_numbers(1000)) # (3) range() vs xrange() total = sum(range(1000 1)) total = sum(xrange(1000 1))
感谢你们的阅读文章,之上便是达内教育Python培训分享给你们的一部分Python的高級特点及使用方法,你掌握了没有?大量Python有关的內容尽在达内教育Python培训学校官方网站,敬请期待!