Python語法舉例分析

這篇文章主要介紹“Python語法舉例分析”，在日常操作中，相信很多人在Python語法舉例分析問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python語法舉例分析”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

1. 列表索引的各種騷操作

Python 引入負整數作為數組的索引，這絕對是喜大普奔之舉。想想看，在C/C++中，想要數組最后一個元素，得先取得數組長度，減一之后做索引，嚴重影響了思維的連貫性。Python語言之所以獲得成功，我個人覺得，在諸多因素里面，列表操作的便捷性是不容忽視的一點。請看：

>>> a = [0, 1, 2, 3, 4, 5]
>>> a[2:4]
[2, 3]
>>> a[3:]
[3, 4, 5]
>>> a[1:]
[1, 2, 3, 4, 5]
>>> a[:]
[0, 1, 2, 3, 4, 5]
>>> a[::2]
[0, 2, 4]
>>> a[1::2]
[1, 3, 5]
>>> a[-1]
5
>>> a[-2]
4
>>> a[1:-1]
[1, 2, 3, 4]
>>> a[::-1]
[5, 4, 3, 2, 1, 0]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

如果說，這些你都很熟悉，也經常用，那么接下來這個用法，你一定會感覺很神奇：

>>> a = [0, 1, 2, 3, 4, 5]
>>> b = ['a', 'b']
>>> a[2:2] = b
>>> a
[0, 1, 'a', 'b', 2, 3, 4, 5]
>>> a[3:6] = b
>>> a
[0, 1, 'a', 'a', 'b', 4, 5]
1
2
3
4
5
6
7
8

2. lambda函數

lambda 聽起來很高大上，其實就是匿名函數（了解js的同學一定很熟悉匿名函數）。匿名函數的應用場景是什么呢？就是僅在定義匿名函數的地方使用這個函數，其他地方用不到，所以就不需要給它取個阿貓阿狗之類的名字了。下面是一個求和的匿名函數，輸入參數有兩個，x和y，函數體就是x+y，省略了return關鍵字。

>>> lambda x,y: x+y
<function <lambda> at 0x000001B2DE5BD598>
>>> (lambda x,y: x+y)(3,4) # 因為匿名函數沒有名字，使用的時候要用括號把它包起來
1
2
3

匿名函數一般不會單獨使用，而是配合其他方法，為其他方法提供內置的算法或判斷條件。比如，使用排序函數sorted對多維數組或者字典排序時，就可以指定排序規則。

>>> a = [{'name':'B', 'age':50}, {'name':'A', 'age':30}, {'name':'C', 'age':40}]
>>> sorted(a, key=lambda x:x['name']) # 按姓名排序
[{'name': 'A', 'age': 30}, {'name': 'B', 'age': 50}, {'name': 'C', 'age': 40}]
>>> sorted(a, key=lambda x:x['age']) # 按年齡排序
[{'name': 'A', 'age': 30}, {'name': 'C', 'age': 40}, {'name': 'B', 'age': 50}]
1
2
3
4
5

再舉一個數組元素求平方的例子，這次用map函數：

>>> a = [1,2,3]
>>> for item in map(lambda x:x*x, a):
print(item, end=', ')
1, 4, 9, 
1
2
3
4
5

3. yield 以及生成器和迭代器

yield 這詞兒，真不好翻譯，翻詞典也沒用。我干脆就讀作“一愛得”，算是外來詞匯吧。要理解 yield，得先了解 generator（生成器）。要了解generator，得先知道 iterator（迭代器）。哈哈哈，繞暈了吧？算了，我還是說白話吧。

話說py2時代，range()返回的是list，但如果range(10000000)的話，會消耗大量內存資源，所以，py2又搞了一個xrange()來解決這個問題。py3則只保留了xrange()，但寫作range()。xrange()返回的就是一個迭代器，它可以像list那樣被遍歷，但又不占用多少內存。generator（生成器）是一種特殊的迭代器，只能被遍歷一次，遍歷結束，就自動消失了。總之，不管是迭代器還是生成器，都是為了避免使用list，從而節省內存。那么，如何得到迭代器和生成器呢？

python內置了迭代函數 iter，用于生成迭代器，用法如下：

>>> a = [1,2,3]
>>> a_iter = iter(a)
>>> a_iter
<list_iterator object at 0x000001B2DE434BA8>
>>> for i in a_iter:
print(i, end=', ')
1, 2, 3, 
1
2
3
4
5
6
7
8

yield 則是用于構造生成器的。比如，我們要寫一個函數，返回從0到某正整數的所有整數的平方，傳統的代碼寫法是這樣的：

>>> def get_square(n):
result = list()
for i in range(n):
result.append(pow(i,2))
return result
>>> print(get_square(5))
[0, 1, 4, 9, 16]
1
2
3
4
5
6
7
8

但是如果計算1億以內的所有整數的平方，這個函數的內存開銷會非常大，這是 yield 就可以大顯身手了：

>>> def get_square(n):
for i in range(n):
yield(pow(i,2))
>>> a = get_square(5)
>>> a
<generator object get_square at 0x000001B2DE5CACF0>
>>> for i in a:
print(i, end=', ')
0, 1, 4, 9, 16, 
1
2
3
4
5
6
7
8
9
10
11

如果再次遍歷，則不會有輸出了。

4. 裝飾器

剛弄明白迭代器和生成器，這又來個裝飾器，Python 咋這么多器呢？的確，Python 為我們提供了很多的武器，裝飾器就是最有力的武器之一。裝飾器很強大，我在這里嘗試從需求的角度，用一個簡單的例子，說明裝飾器的使用方法和制造工藝。

假如我們需要定義很多個函數，在每個函數運行的時候要顯示這個函數的運行時長，解決方案有很多。比如，可以在調用每個函數之前讀一下時間戳，每個函數運行結束后再讀一下時間戳，求差即可；也可以在每個函數體內的開始和結束位置上讀時間戳，最后求差。不過，這兩個方法，都沒有使用裝飾器那么簡單、優雅。下面的例子，很好地展示了這一點。

>>> import time
>>> def timer(func):
def wrapper(*args,**kwds):
t0 = time.time()
func(*args,**kwds)
t1 = time.time()
print('耗時%0.3f'%(t1-t0,))
return wrapper
>>> @timer
def do_something(delay):
print('函數do_something開始')
time.sleep(delay)
print('函數do_something結束')
>>> do_something(3)
函數do_something開始
函數do_something結束
耗時3.077
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

timer() 是我們定義的裝飾器函數，使用@把它附加在任何一個函數（比如do_something）定義之前，就等于把新定義的函數，當成了裝飾器函數的輸入參數。運行 do_something() 函數，可以理解為執行了timer(do_something) 。細節雖然復雜，不過這么理解不會偏差太大，且更易于把握裝飾器的制造和使用。

5. 巧用斷言assert

所謂斷言，就是聲明表達式的布爾值必須為真的判定，否則將觸發 AssertionError 異常。嚴格來講，assert是調試手段，不宜使用在生產環境中，但這不影響我們用斷言來實現一些特定功能，比如，輸入參數的格式、類型驗證等。

>>> def i_want_to_sleep(delay):
assert(isinstance(delay, (int,float))), '函數參數必須為整數或浮點數'
print('開始睡覺')
time.sleep(delay)
print('睡醒了')
>>> i_want_to_sleep(1.1)
開始睡覺
睡醒了
>>> i_want_to_sleep(2)
開始睡覺
睡醒了
>>> i_want_to_sleep('2')
Traceback (most recent call last):
 File "<pyshell#247>", line 1, in <module>
 i_want_to_sleep('2')
 File "<pyshell#244>", line 2, in i_want_to_sleep
 assert(isinstance(delay, (int,float))), '函數參數必須為整數或浮點數'
AssertionError: 函數參數必須為整數或浮點數

到此，關于“Python語法舉例分析”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！