揭秘Python：你可能不知道的5大神秘技巧

发表时间: 2022-05-11 09:34

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。

循环

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")

异常处理

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。

我们的文章到此就结束啦

揭秘Python：你可能不知道的5大神秘技巧

循环

异常处理

热门阅读

推荐阅读