建设工程网站建筑工程预算,百度商城,图片设计美工,wordpress 七牛设置Python很棒#xff0c;它有很多高级用法值得细细思索#xff0c;学习使用。本文将根据日常使用#xff0c;总结介绍Python的一组高级特性#xff0c;包括#xff1a;列表推导式、迭代器和生成器、装饰器。 列表推导#xff08;list comprehensions#xff09; 场景1它有很多高级用法值得细细思索学习使用。本文将根据日常使用总结介绍Python的一组高级特性包括列表推导式、迭代器和生成器、装饰器。 列表推导list comprehensions 场景1将一个三维列表中所有一维数据为a的元素合并组成新的二维列表。 最简单的方法新建列表遍历原三维列表判断一维数据是否为a若为a,则将该元素append至新列表中。 缺点代码太繁琐对于Python而言执行速度会变慢很多。 针对场景1我们首先应该想到用列表解析式来解决处理一行代码即可解决 lista [item for item in array if item[0] a] 那么何为列表解析式 官方解释列表解析式是Python内置的非常简单却强大的可以用来创建list的生成式。强大具体如何体现 可以看到使用列表解析式的写法更加简短除此之外因为是Python内置的用法底层使用C语言实现相较于编写Python代码而言运行速度更快。 场景2: 对于一个列表既要遍历索引又要遍历元素。 这里可以使用Python内建函数enumerate在循环中更好的获取获得索引。 array [I, love, Python]
for i, element in enumerate(array):array[i] %d: %s % (i, seq[i]) 可以使用列表推导式对其进行重构 def getitem(index, element):return %d: %s % (index, element)array [I, love, Python]
arrayIndex [getitem(index, element) for index, element in enumerate(array)] 据说这种写法更加的Pythonic。 总结如果要对现有的可迭代对象做一些处理然后生成新的列表使用列表推导式将是最便捷的方法。 迭代器和生成器 迭代器Iterator 这里的迭代可以指for循环在Python中对于像listdict和文件等而言都可以使用for循环但是它们并不是迭代器它们属于可迭代对象。什么可迭代对象 最简单的解释可以使用for...in...语句进行循环的对象就是可迭代对象Iterable可以使用isinstance()方法进行判断。 from collections import Iterable
type isinstance(python, Iterable)
print type 什么是迭代器 迭代器指的是可以使用next()方法来回调的对象可以对可迭代对象使用iter()方法将其转换为迭代器。 temp iter([1, 2, 3])
print type(temp)
print next(temp) 此时temp就是一个迭代器。所以说迭代器基于两个方法 next返回下一个项目iter 返回迭代器本身可理解为可被next()函数调用并不断返回下一个值的对象就是迭代器在定义一个装饰器时将需要同时定义这两个方法。 迭代器的优势 在构建迭代器时不是将所有的元素一次性的加载而是等调用next方法时返回元素所以不需要考虑内存的问题。迭代器应用场景 那么具体在什么场景下可以使用迭代器呢 数列的数据规模巨大数列有规律但是不能使用列表推导式描述。生成器 生成器是一种高级迭代器使得需要返回一系列元素的函数所需的代码更加的简单和高效不像创建迭代器代码那般冗长。生成器函数 生成器函数基于yield指令可以暂停一个函数并返回中间结果。当需要一个将返回一个序列或在循环中执行的函数时就可以使用生成器因为当这些元素被传递到另一个函数中进行后续处理时一次返回一个元素可以有效的提升整体性能。 常见的应用场景是使用生成器的流数据缓冲区。 生成器表达式 生成式表达式是一种实现生成器的便捷方式将列表推导式的中括号替换为圆括号。 和列表推导式的区别列表生成式可以直接创建一个表但是生成器表达式是一种边循环边计算使得列表的元素可以在循环过程中一个个的推算出来不需要创建完整的列表从而节省了大量的空间。 g (x * x for x in range(10)) 总结生成器是一种高级迭代器。生成器的优点是延迟计算一次返回一个结果这样非常适用于大数据量的计算。但是使用生成器必须要注意的一点是生成器只能遍历一次。 lambda表达式匿名函数 lambda表达式纯粹是为了编写简单函数而设计起到了一个函数速写的作用使得简单函数可以更加简洁的表示。lambda和def的区别 lambda表达式可以省去定义函数的过程让代码更加的简洁适用于简单函数编写处理更大业务的函数需要使用def定义。lambda表达式常搭配map(), reduce(), filter()函数使用 map(): map函数接受两个参数一个是函数一个是序列其中函数可以接收一个或者多个参数。map将传入的函数依次作用于序列中的每个元素将结果作为新的列表返回。#将一个列表中的数字转换为字符串
map(str, [1,2,3,4,5,6]) reduce()函数接收两个参数一个是函数另一个是序列但是函数必须接收两个参数reduce把结果继续和序列的下一个元素做累积计算其效果就是reduce(f, [x1, x2, x3, x4]) f(f(f(x1, x2), x3), x4)。filter()该函数用于筛选将传入的函数依次作用于每个元素然后根据函数的返回值是True还是False决定是留下还是丢弃该元素。装饰器 装饰器本质是一个Python函数它可以让其它函数在没有任何代码变动的情况下增加额外功能。有了装饰器我们可以抽离出大量和函数功能本身无关的雷同代码并继续重用。经常用于具有切面需求的场景包括插入日志、性能测试、事务处理、缓存和权限校验等。 那么为什么要引入装饰器呢 场景计算一个函数的执行时间。 一种方法就是定义一个函数用来专门计算函数的运行时间然后运行时间计算完成之后再处理真正的业务代码代码如下 import time def get_time(func):startTime time.time()func()endTime time.time()processTime (endTime - startTime) * 1000print The function timing is %f ms %processTimedef myfunc():print start functime.sleep(0.8)print end funcget_time(myfunc)
myfunc() 但是这段代码的逻辑破坏了原有的代码逻辑就是对所有func函数的调用都需要使用get_time(func)来实现。 那么有没有更好的展示方式呢当然有那就是装饰器。编写简单装饰器 结合上述实例编写装饰器 def get_time(func):def wrapper():startTime time.time()func()endTime time.time()processTime (endTime - startTime) * 1000print The function timing is %f ms %processTimereturn wrapperprint myfunc is:, myfunc.__name__
myfunc get_time(myfunc)
print myfunc is: , myfunc.__name__
myfunc() 这样一个简单的完整的装饰器就实现了可以看到装饰器并没有影响函数的执行逻辑和调用。 在Python中可以使用语法糖来精简装饰器的代码将上例更改为 get_time
def myfunc():print start functime.sleep(0.8)print end funcprint myfunc is: , myfunc.__name__
myfunc() ** 装饰器的调用顺序** 装饰器可以叠加使用若多个装饰器同时装饰一个函数那么装饰器的调用顺序和语法糖的声明顺序相反也就是 decorator1
decorator2
def func():pass 等效于 func decorator1(decorator2(func())) 被装饰的函数带参数 上述实例中myfunc()是没有参数的那如果添加参数的话装饰器该如何编写呢 #被装饰的函数带参数
def get_time3(func):def wrapper(*args, **kwargs):startTime time.time()func(*args, **kwargs)endTime time.time()processTime (endTime - startTime) * 1000print The function timing is %f ms %processTimereturn wrapperget_time3
def myfunc2(a):print start funcprint atime.sleep(0.8)print end funca test
myfunc2(a) 带参数的装饰器 装饰器有很大的灵活性它本身支持参数例如在上述实例中get_time装饰器唯一的参数就是执行业务的函数当然也可以在装饰器中添加参数加以逻辑判断。 内置装饰器 Python中常见的类装饰器包括staticmathod、classmethod和property staticmethod类的静态方法跟成员方法的区别是没有self参数并且可以在类不进行实例化的情况下调用。classmethod跟成员方法的区别是接收的第一个参数不是self而是cls当前类的具体类型property表示可以直接通过类实例直接访问的信息。以上是本次整理的Python高级用法本文将持续更新。 转载于:https://www.cnblogs.com/ybjourney/p/8463058.html
