這篇文章主要介紹了一些在 Python 編程中可能被忽視的核心功能，包括默認(rèn)參數(shù)、海象運(yùn)算符、*args 和 **kwargs 的使用、變量交換、str 與 repr 的區(qū)別、可迭代對(duì)象的擴(kuò)展解包、多個(gè)上下文管理器的使用、Python 調(diào)試器、collections.Counter 的使用、itertools 的使用以及下劃線的兩種用法等。

因?yàn)檫@門語言非常容易學(xué)，許多實(shí)踐者只是了解了它的基礎(chǔ)知識(shí)，而忽略了深入探討這門語言更高級(jí)和強(qiáng)大的方面，這也是它真正獨(dú)特和強(qiáng)大的地方。

所以，讓我們簡要討論一下所有你可能還沒有聽說過的功能，但如果你想成為一名真正經(jīng)驗(yàn)豐富的 Pythonista，你肯定想了解。

參數(shù)默認(rèn)值

需要重點(diǎn)注意的是，Python 的參數(shù)在遇到函數(shù)定義時(shí)就進(jìn)行評(píng)估。這意味著每次調(diào)用 fib_memo 函數(shù)（下文會(huì)提到）而沒有明確提供 memo 參數(shù)的值時(shí)，它將使用函數(shù)定義時(shí)創(chuàng)建的相同字典對(duì)象。

def fib_memo(n, memo={0:0, 1:1}):  
    """   
    n 是你想要返回的序列中的第 n 個(gè)數(shù)字   
    """  
    if not n in memo:    
        memo[n] = fib_memo(n-1) + fib_memo(n-2)  
    return memo[n]
# 返回一個(gè)介于0和100之間（包括0和100）的數(shù)字。 
fib_memo(6)  # 應(yīng)該返回8

這段代碼在 Python 中可以正常運(yùn)行。這也意味著你可以在一個(gè)腳本中多次執(zhí)行 fib_memo 函數(shù)，比如在一個(gè) for 循環(huán)中，每次執(zhí)行都會(huì)增加要計(jì)算的 fibonacci 數(shù)字，而不會(huì)達(dá)到“超過最大遞歸深度”的限制，因?yàn)?memo 會(huì)不斷擴(kuò)展。關(guān)于這方面的更多信息可以在我的另一篇文章中找到。

海象操作符

海象操作符 (:= ) 是在 Python 3.8 中引入的，它允許你在表達(dá)式中為變量賦值。這樣，你可以在一個(gè)表達(dá)式中為變量賦值并檢查其值：

import random
some_value = random.randint(0,100)  # 返回一個(gè)介于0和100之間（包括0和100）的數(shù)字。
if((below_ten := some_value) < 10):    
    print(f"{below_ten} 小于 10")

顯然，它也可以方便地賦值并檢查返回的值是否包含真值：

if(result := some_method()):   # 如果結(jié)果不為假值（Falsy）  
    print(result)

*args 和 **kwargs

通過星號(hào) (* )，你可以在傳遞給函數(shù)之前解包參數(shù)或關(guān)鍵字參數(shù)（使用 ** ）。

例如，考慮以下代碼：

my_numbers = [1,2]
def sum_numbers(first_number, second_number):    
    return first_number + second_number
# 這將返回一個(gè)類型錯(cuò)誤。
# 類型錯(cuò)誤：sum（） 缺少 1 個(gè)必需的位置參數(shù)：“second_number” sum_numbers（my_numbers）
#這將返回預(yù)期的結(jié)果，3。
sum_numbers(*my_numbers)

當(dāng)我們調(diào)用 sum_numbers 函數(shù)時(shí)，如果不解包 my_numbers，它會(huì)引發(fā)一個(gè) TypeError ，因?yàn)楹瘮?shù)期望兩個(gè)獨(dú)立的參數(shù)。然而，通過使用星號(hào) (*)，我們可以從 my_numbers 中解包值并將它們作為獨(dú)立的參數(shù)傳遞，從而得到正確的輸出。

這種解包技術(shù)不僅適用于元組和列表，還適用于字典（盡管它會(huì)將鍵作為參數(shù)傳遞）。那么關(guān)鍵字參數(shù)呢？對(duì)此，我們可以利用雙星號(hào) (**)。以下代碼作為例子：

def greet_person(last_name, first_name):  
    print(f"Hello {first_name} {last_name}")
data = {"first_name": "John", "last_name": "Doe"}
greet_person(**data)

除了解包一個(gè)序列來將它們作為函數(shù)的參數(shù)，你也可以用它來創(chuàng)建一個(gè)新的序列，例如：

numbers = [1, 2, 3, 4, 5]
new_list_numbers = [*numbers]

原始的 numbers 列表保持不變，而你有一個(gè) new_list_numbers 變量，它包含了相同列表的副本。然而，對(duì)于包含對(duì)象的鏈接要小心：

numbers = [[1, 2], [3, 4], [5, 6]]
packed_numbers = [*numbers]
numbers[0].append(10)   # 修改原始列表中的嵌套列表
print(numbers)      # 輸出: [[1, 2, 10], [3, 4], [5, 6]]    
print(packed_numbers)   # 輸出: [[1, 2, 10], [3, 4], [5, 6]]

any 和 all

any 和 all 是兩個(gè)內(nèi)建函數(shù)，它們對(duì)可迭代對(duì)象（如列表、元組或集合）進(jìn)行操作，并基于可迭代對(duì)象中的元素返回一個(gè)布爾值。

例如：

some_booleans = [True, False, False, False]
any(some_booleans) # 返回 True
all(some_booleans) # 返回 False

你可以將 all 和 any 函數(shù)與列表推導(dǎo)式結(jié)合使用，它返回一個(gè)可迭代的結(jié)果并將其作為參數(shù)傳遞給 all 函數(shù)：

numbers = [5, 10, 3, 8, -2]
all_positive = all(num > 0 for num in numbers)

… 或 any 函數(shù)：

fruits = ['apple', 'banana', 'cherry', 'durian']
# 檢查是否所有水果都以“a”開頭
result = all(fruit.startswith('a') for fruit in fruits)
print(result)

下面的表格顯示了根據(jù)可迭代對(duì)象中的值返回的輸出的不同。

變量交換

你可以組合元組打包（在等號(hào) (=) 右邊發(fā)生）和解包（在等號(hào) (=) 左邊發(fā)生），并利用這個(gè)功能進(jìn)行變量交換：

a = 10
b = 5
# 通過打包和解包交換 b 和 a 的值
a, b = b, a
print(a)  #5
print(b)  #10

str vs repr

我們習(xí)慣于使用 str(some_value) 將某個(gè)變量或值轉(zhuǎn)換為字符串，以便于進(jìn)行調(diào)試打印。我想讓你了解 repr(some_value)。主要的區(qū)別是 repr 嘗試返回對(duì)象的可打印表示，而 str 只嘗試返回一個(gè)字符串表示。

下面是一個(gè)更好的例子：

import datetime
today = datetime.datetime.now()
print(str(today))print(str(today))   # 輸出: 2023-07-20 15:30:00.123456
print(repr(today))  # 輸出：datetime.datetime(2023, 7, 20, 15, 30, 0, 123456)

如你所見，str() 簡單地將 datetime 作為一個(gè)字符串表示返回。如果你想確定變量 today 是否包含一個(gè)字符串還是一個(gè) datetime 對(duì)象，你無法單獨(dú)從這個(gè)信息中得到答案。另一方面，repr() 提供了有關(guān)變量所持有的實(shí)際對(duì)象的信息。在調(diào)試過程中，這個(gè)信息會(huì)更有價(jià)值。

擴(kuò)展的可迭代對(duì)象解包

這個(gè)可以簡單理解：如果你想通過一個(gè)命令獲取序列的第一個(gè)和最后一個(gè)值：

first, *middle, last = [1, 2, 3, 4, 5]
print(first)  # 1
print(middle) # [2, 3, 4]
print(last)   # 5

但這也是可行的

*the_first_three, second_last, last = [1, 2, 3, 4, 5]
print(the_first_three) # [1, 2, 3]
print(second_last)     # 4
print(last)            # 5

或者其他組合。

多個(gè)上下文管理器

我們習(xí)慣于一次使用一個(gè)上下文管理器，比如打開一個(gè)文件：

with open('file.txt', 'r') as file:
    # 使用該文件的代碼
    # 該文件將在塊結(jié)束時(shí)自動(dòng)關(guān)閉
    # 即使發(fā)生異常
    # 示例：從文件中讀取行
    for line in file:
        print(line.strip())
with open('file_2.txt', 'r') as other_file:
    # 第二個(gè)上下文管理器
    for line in other_file:
        print(line.strip())

但我們可以輕易地在一個(gè)語句中打開多個(gè)文件。如果你想將一行寫入另一個(gè)文件，這非常簡便：

with open('file1.txt') as file1, open('file2.txt') as file2:
    # 同時(shí)使用 file1 和 file2 的代碼
    # 文件將在塊結(jié)束時(shí)自動(dòng)關(guān)閉
    # 即使發(fā)生異常
    # 示例：從文件 1 讀取行并將其寫入文件 2
    for line in file1:
        file2.write(line)

Python 調(diào)試器

我們可以在我們的文件中打印大量的變量進(jìn)行調(diào)試，或者我們可以簡單地使用 Python 調(diào)試器 (pdb)，它幫助我們設(shè)置斷點(diǎn)，使得操作更加簡單：

import pdb
# 在你的代碼中設(shè)置這個(gè)斷點(diǎn)
pdb.set_trace()

使這個(gè)功能更有價(jià)值的是，程序會(huì)在你設(shè)置的斷點(diǎn)處停止，你可以打印任何變量來檢查其在特定斷點(diǎn)處的值或存在情況。試試看！當(dāng)程序觸發(fā)一個(gè)斷點(diǎn)時(shí)，你可以使用以下幾個(gè)命令：

• n 或 next：執(zhí)行下一行。
• s 或 step：步入函數(shù)調(diào)用。
• c 或 continue：繼續(xù)執(zhí)行直到下一個(gè)斷點(diǎn)。
• l 或 list：顯示當(dāng)前的代碼上下文。
• p 或 pp ：打印表達(dá)式的值。
• b 或 break ：在指定的行設(shè)置一個(gè)新的斷點(diǎn)。
• h 或 help：獲取關(guān)于 pdb 的使用幫助。
• q 或 quit：退出調(diào)試器并終止程序。

collections.Counter

collections 模塊中的 Counter 類提供了一種便捷的方式來計(jì)算可迭代對(duì)象中的元素個(gè)數(shù)：

Counter``collections

from collections import Counter
my_list = [1, 2, 3, 1, 2, 1, 3, 4, 5]
counts = Counter(my_list)
print(counts)  # 輸出: 計(jì)數(shù)器({1: 3, 2: 2, 3: 2, 4: 1, 5: 1})

使用 Itertools 實(shí)現(xiàn)組合

我們可以組合不同的 for 循環(huán)來創(chuàng)建排列、組合或笛卡爾積，或者我們可以簡單地使用內(nèi)建的 itertools。

Permutations(排列)

import itertools
# 生成排列
perms = itertools.permutations([1, 2, 3], 2)
print(list(perms))  # 輸出: [(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]

Combinations(組合)

import itertools
# 生成組合
combs = itertools.combinations('ABC', 2)
print(list(combs))  # 輸出: [('A', 'B'), ('A', 'C'), ('B', 'C')]

Cartesian product(笛卡爾積)

import itertools
# 生成笛卡爾積
cartesian = itertools.product('AB', [1, 2])
print(list(cartesian))  # 輸出: [('A', 1), ('A', 2), ('B', 1), ('B', 2)]

下劃線的兩種用法

下面是在 Python 中使用下劃線的兩種方式：作為大數(shù)字的分隔符或作為丟棄變量。

丟棄變量

下劃線 _ 可以用作丟棄變量，用來丟棄不想要的值：

# 忽略函數(shù)的第一個(gè)返回值
_, result = some_function()
# 不使用循環(huán)變量進(jìn)行循環(huán)
for _ in range(5):
    do_something()
# 你只需要第一個(gè)和最后一個(gè)
first, *_, last = [1, 2, 3, 4, 5]

大數(shù)字的分隔符

在處理大數(shù)字值時(shí)，你可以使用下劃線 (_) 作為視覺分隔符以提高可讀性。這個(gè)特性在 Python 3.6 中被引入，被稱為 “下劃線字面量”。

population = 7_900_000_000
revenue = 3_249_576_382.50
print(population)  # 輸出: 7900000000
print(revenue)  # 輸出: 3249576382.5

到此這篇關(guān)于Python編程中被忽視的核心技巧總結(jié)的文章就介紹到這了,更多相關(guān)Python技巧內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論