揭秘 | 5个Python高级技巧，让你轻松成为Python专家

你已经使用 Python 编程了一段时间，编写脚本并解决各种问题。是你的水平出色吗？你可能只是在不知不觉中利用了Python的高级特性。

从闭包（closure）到上下文管理器（context managers），本文给出一个Python高级特性的列表。你或许会发现，“我一直在使用它！”。

即使这些东西对你来说是新的，这份出色的列表也可以将你的技术提升到一个新的水平。

一、作用域

高级 Python 编程的一个关键方面是深入熟悉作用域的概念。

作用域定义了 Python 解释器在程序中查找名称（它可以指代任何东西，变量、函数或类）定义的顺序。Python 作用域遵循 LEGB 规则（本地、闭包、全局和内置作用域）。根据规则，当您访问一个名称时，解释器将按顺序在局部、封闭、全局和内置作用域中查找它。

让我们看一些例子来更好地理解每个层级。

例1：本地作用域

此处只在func函数中局部定义了x，在脚本的其他位置无法访问到x的定义。

例2：闭包作用域

闭包定义域介于局部定义和全局定义之间，是嵌套函数中出现的作用域。在上述例子中，x在outer_func函数本地定义，但嵌套其中的inner_func函数仍然可以访问到x变量。但需要注意，inner_func对于x变量只有只读权限，即使重新为x赋值也只在inner_func内部产生作用，在outer_func函数中x的赋值并不会改变。（参考：https://qiwsir.github.io/2021/11/03/python-builtins-first/）

例3：全局作用域

此处，变量x和函数func都在全局定义，此二者可以在脚本的任何位置被访问。但如果要在更小的作用域修改全局变量，需要用global关键字指定全局变量，示例如下。

例4：内置作用域

内置作用域包括所有不需要显式导入语句的已定义的库、类、函数和变量。例如Python中的内置函数：print, len, range等；以及内置变量：str, int, float等。

二、函数闭包

作用域的定义决定了函数的闭包特性。默认情况下，函数运行完后会并不会有返回值，这意味着函数占用的内存都会被抹去 。

上面，我们将值3赋给x，但函数在执行后忘记了它。如果我们不想让它忘记x的值呢?

这就是函数闭包发挥作用的地方。通过在某个内部函数的封闭范围内定义变量，即使在函数返回之后，也可以将其存储在内部函数的内存中。

下面是一个简单的示例函数，用于计算它被执行的次数。

根据Python规则，我们应该在第一次执行后失去count变量。但由于它在内部函数的闭包中定义，它将一直保留在那里，直到关闭会话为止。

三、装饰器

除了count变量，函数闭包还有更多重要作用，其中之一是创建装饰器。装饰器是一种嵌套函数，可以添加到其他函数以增强甚至修改它们的行为。

如下所示，我们创建了一个缓存装饰器，它记住了函数的每个位置参数和关键字参数的状态。

stateful_function装饰器可以添加到需要在相同参数上重复使用的计算密集型函数中。例如，下面的斐波那契递归函数会返回序列中的第n个数字，如果我们调用刚才的装饰器，代码和结果如下：

第1000位数字仅耗时不到2秒！

如果我们不使用装饰器呢？就用第40位数字小试牛刀。

计算第40个数就用了21秒，在没有缓存的情况下，计算第1000个数字将花费几天时间。

四、生成器

生成器是Python中功能强大的构造，可以高效地处理大量数据。假设你有一个10GB的日志文件，记录了某个软件崩溃时的情况。为了找出问题所在，你必须在Python中高效地对其进行筛选。

最糟糕的方法是读取整个文件，但由于你一行一行地查看日志，所以不需要一次性读取全部10GB的数据，只需一次读取一小部分。这就是你可以使用生成器的地方

在上面，我们定义了一个生成器，每次只迭代日志文件中的1024行，因此最后的for循环非常高效。在for循环的每次迭代中，内存中只有1024行文件，先前的块在内存中用完即弃，而其余的块只在需要时加载。

生成器的另一个特性是能够使用next函数一次生成一个元素，即使是在循环之外。下面，我们将定义一个快速生成斐波那契数列的函数。

要创建生成器，只需调用一次该函数并在生成的对象上调用next函数。

五、上下文管理器

您一定已经使用上下文管理器很长时间了。它们允许开发人员有效地管理资源，如文件、数据库和网络连接。它们自动打开和关闭资源，从而生成清晰且无错误的代码。

但是，使用上下文管理器和编写自己的上下文管理器之间有很大的区别。如果处理得当，它们允许您在原始功能的基础上抽象出大量样板代码。

一个常见的自定义上下文管理器的例子是计时器，代码如下：

上面，我们定义了一个TimerContextManager类，它将作为未来的上下文管理器。它的__enter__方法定义了使用with关键字进入上下文时发生的情况。在本例中，__enter__方法 用于启动计时器；在__exit__中，我们离开上下文，停止计时器，并报告经过的时间。

以下是一个更复杂的示例，它可以锁定资源，使它们一次只能被一个进程使用。

原文标题：

5 Signs You've Become an Advanced Pythonista Without Even Realizing It

原文链接：

https://towardsdatascience.com/5-signs-youve-become-an-advanced-pythonista-without-even-realizing-it-2b1dd7ef57f3