重要性:列表推导式提供了一种创建列表的简洁方法,这对于可读性和(在许多情况下)性能都有好处。它减少了对多线循环的需要。
何时使用:当想要转换或过滤数据时,特别是当逻辑很简单时,使用列表推导式。它们适合对数据集进行小型操作。
示例:如果需要查找某个范围内所有偶数的平方,可以使用:
squares = [x** 2 for x in range( 10 ) if x % 2 == 0 ]
重要性:Lambda 函数对于编写小型的一次性函数非常有用,无需正式的函数定义。
何时使用:当短期需要一个简单的功能并且不会重复使用它时,它们特别方便。通常与“map()”、“filter()”和“sorted()”一起使用。
示例:根据字符串的长度对字符串列表进行排序:
words= [ “苹果”,“香蕉”,“樱桃”,“日期” ] sorted_words =sorted(words,key=lambda x:len(x))
重要性:这些函数提供了处理集合的功能方法。它们减少了对显式循环的需求,从而使代码更加清晰。
何时使用:- `map()`:当您想要将函数应用于集合的每个项目时。- `filter()`:当您需要根据谓词选择项目时。- `reduce()`:当您想要将函数累积应用于项目时,将序列减少为单个值。
示例:使用 `map()` 将字符串转换为大写:
names= [ "爱丽丝" , "鲍勃" , "查理" ] upper_names = list(map(str.upper, names))
重要性:装饰器允许扩展和修改可调用对象(如函数和方法)的行为,而无需永久修改可调用对象本身。
何时使用:当想要向现有代码添加功能时,或者当想要修改函数的行为而不更改其源代码时。
示例:一个简单的装饰器,用于测量函数执行所花费的时间:
导入时间def timer_decorator ( func ): def 包装器( *args, **kwargs ): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print ( f" {func .__name__}在{end_time - start_time}秒内执行" ) 返回结果 return包装器@timer_decorator def sample_function (): time.sleep( 2 )
重要性:生成器提供了一种迭代大型数据集的方法,而无需将所有内容加载到内存中。它们可以即时生成项目,并且可以提高内存效率。
何时使用:对于大型数据集、流,或者您需要表示无限序列时。
示例:生成斐波那契数列的生成器:
def fibonacci (n) : a, b = 0 , 1 for _ in range (n) :产生 a a, b = b, a + b
重要性:f 字符串在 Python 3.6 中引入,提供了一种简洁且方便的方法来将表达式嵌入到字符串文本中。
何时使用:每当想要在字符串中嵌入变量值或格式化字符串时。
示例:
name = “Alice” greeting = f “你好,{name}!”
重要性:允许将可变数量的参数传递给函数,从而提供灵活性。
何时使用:当不确定参数的数量时,或者为广泛的用例设计函数/方法时。
示例:将所有给定参数相乘的函数:
def multip( * args): result = 1 for num in args: result * = num return result
重要性:Python 3.5 中引入的Type Hinting有助于使代码更具可读性,并提供更好的 IDE 支持和静态类型检查。
何时使用:为了提高代码清晰度,特别是在供公众使用的大型项目或库中。
例子
def greet(name: str) -> str: return f"Hello, {name}!"
重要性:上下文管理器确保资源得到有效管理并在使用后正确关闭,使代码更干净,资源管理更加万无一失。
何时使用:当使用需要正确设置和拆卸的文件、数据库或网络连接等资源时。
示例:打开并读取文件:
with open ( 'file.txt' , 'r' ) as f: content = f.read()
重要性:Python 3.8 中引入的海象运算符有助于将值作为表达式的一部分分配给变量。
何时使用:当需要表达式中的值并希望保留该值以供以后使用时非常有用。
示例:从文件中读取行,直到找到空行:
with open ( 'file.txt' , 'r' ) as f: while (line := f.readline().strip()): print (line)
重要性:命名元组创建简单的类来存储数据,使代码更加自记录。
何时使用:当需要轻量级、不可变的数据结构时。
示例:
from collections import namedtuplePerson = namedtuple('Person', ['name', 'age'])alice = Person(name="Alice", age=30)
重要性:“enumerate()”以循环遍历可迭代对象并拥有一个自动计数器,使代码更清晰。
何时使用:每当在迭代期间需要索引和值时。
示例:
names = ["Alice", "Bob", "Charlie"]for index, name in enumerate(names): print(f"{index}: {name}")
重要性:“zip()”允许组合多个可迭代对象,从而更容易并行循环多个列表。
何时使用:当需要同时迭代多个序列时。
示例:
names = ["Alice", "Bob"]scores = [85, 92]for name, score in zip(names, scores): print(f"{name}: {score}")
重要性:这些方法增强了字典操作,有助于优处理丢失的键。
何时使用:- `get()`:当想要检索键的值但不确定它是否存在时。- `setdefault()`:当想在键不存在的情况下设置默认值时。
示例:
data = {"name": "Alice"}age = data.get("age", 30)data.setdefault("country", "USA")
重要性:它确保某些代码仅在直接执行脚本时运行,而不是在导入时运行。
何时使用:在脚本中,某些代码(如测试或演示)只能在作为主程序执行时运行。
例子 :
if __name__ == "__main__" : print ( "这个脚本正在直接运行!" )
本。
重要性:它们有助于管理特定于项目的依赖关系,确保与系统范围的包不发生冲突。
何时使用:对于每个 Python 项目,保持依赖关系隔离。
示例:
python -m venv my_project_envsource my_project_env/bin/activate
重要性:除了乘法之外,星号还有多种用途:用于打包和解包、关键字参数解包和重复。
何时使用:当需要将集合解包为单独的元素时。
例子:
def func(a, b, c): return a + b + cvalues = [1, 2, 3]print(func(*values))
重要性:允许在循环未被“break”语句中断时执行代码。
何时使用:当有一个仅在循环自然完成时才应运行的代码块时。
示例:
for n in range ( 2 , 10 ): for x in range ( 2 , n) : if n % x == 0 : break else : print (n, "是素数。" )
重要性:在使用可变对象并想要复制其内容时,理解这些至关重要。
何时使用:
- 浅复制:当只需要一个引用相同对象的新集合时。
- 深度复制:当想要原始对象及其所有内容的完全独立的克隆时。
例子:
import copyoriginal = [[1, 2, 3], [4, 5, 6]]shallow = copy.copy(original)deep = copy.deepcopy(original)
重要性:它是通用的:表示私有变量,保存 REPL 中最后执行的语句的结果,或者充当一次性变量。
何时使用:- 命名:用于“受保护”变量。
- REPL:重用最后的结果。
- 循环:当您不需要循环变量时。
例子:
for _ in range ( 5 ): print ( "Hello, World!" )