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(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]]])
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([[ 1, 4, 7],
[10, 13, 16],
[19, 22, 25]])
如果你会用...对象,则是这样的:
> > > array[..., 1]
array([[ 1, 4, 7],
[10, 13, 16],
[19, 22, 25]])
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(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
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 = [[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)
[1, 2, 3, 4, 5, 6, 7, 8, 9]
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, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]
> > > # 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 = [1, 3, 7]
> > > 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。
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")
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。
全部0条评论
快来发表一下你的评论吧 !