這5個Python特性，后悔沒早知道
作為近 10 年才崛起的編程語言，Python 已被證明是一種非常強大的語言。從交互式映射到區塊鏈，我用 Python 構建過很多應用程序。
對初學者而言，Python 中有很多特性很難一開始就掌握。
即使你是從其他語言轉換過來的程序員，用 Python 進行更高級別的抽象編碼絕對是另一種體驗。有些 Python 特性，我希望自己能早點知道。
本文將介紹其 5 個最重要的特性。
1. 列表推導式：代碼更緊湊
很多人認為，lambda、map和filter是初學者應該最先掌握的 Python“技巧”。雖然我也認為應關注這些功能，但由于它們缺乏靈活性。
實際上，它們在大多數情況下并不是非常有用！
Lambda是一種在1行中編寫一個一次性使用的函數的方法。一旦函數被多次調用，性能將受到影響。
另一方面，map 可以將一個函數應用于列表中的所有元素，而 filter 能獲取集合中滿足用戶自定義條件的元素子集。
- add_func = lambda z: z ** 2is_odd = lambda z: z%2 == 1multiply = lambda x,y: x*y
- aList = list(range(10))print(aList)# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
列表推導式是一個簡潔而靈活的方法，它使用靈活的表達式和條件通過其他列表來創建新列表。
它用方括號來構造，帶有一個表達式或函數，只有當列表中的元素滿足某個條件時，該表達式或函數才作用于列表中的每個元素。
并且，它還能用嵌套來處理嵌套列表，并且這會比使用map和filter更靈活。
- # Syntax of list comprehension[ expression(x) for x in aList if optional_condition(x) ]
- print(list(map(add_func, aList)))print([x ** 2 for x in aList])# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
- print(list(filter(is_odd, aList)))print([x for x in aList if x%2 == 1])# [1, 3, 5, 7, 9]# [1, 3, 5, 7, 9]
下載地址：python-list-comprehension.py
https://gist.github.com/edenau/148a56e624297addcbceb1805c2d4554#file-python-list-comprehension-py
2. 列表操作：實現列表的雙向操作
Python允許使用反向索引，其中aList[-1] == aList[len(aList)-1] 。所以，我們可以通過調用aList[-2] 來獲取列表的倒數第二個元素。
我們還能使用 aList[start:end:step] 語法來對列表進行切片，其中起始元素包含在內，終止元素不包含在內（即 [start,end) 步長為 step 的前閉后開區間）。
因此，調用 aList[2:5] 會得到 [2, 3, 4]。我們也能通過調用 aList[::-1] 來反轉列表，這種技術非常優雅。
此外，也可以將列表拆分成單獨的元素，或者使用星號將列表拆分成單個元素和子列表的混合形式。
- a, b, c, d = aList[0:4]print(f'a = {a}, b = {b}, c = {c}, d = owocgsc')# a = 0, b = 1, c = 2, d = 3
- a, *b, c, d = aListprint(f'a = {a}, b = {b}, c = {c}, d = owocgsc')# a = 0, b = [1, 2, 3, 4, 5, 6, 7], c = 8, d = 9
- 下載地址：python-unpacking.py
https://gist.github.com/edenau/da1e354a509d4129db47545f44a5028d#file-python-unpacking-py
3. 壓縮和枚舉：for 循環更方便
Zip 函數會創建一個 迭代器，且該迭代器可以對來自多個列表的元素進行聚合。用它可以在 for 循環中對列表進行并行遍歷和排序。
用星號對其進行解壓。
- numList = [0, 1, 2]engList = ['zero', 'one', 'two']espList = ['cero', 'uno', 'dos']print(list(zip(numList, engList, espList)))# [(0, 'zero', 'cero'), (1, 'one', 'uno'), (2, 'two', 'dos')]
- for num, eng, esp in zip(numList, engList, espList): print(f'{num} is {eng} in English and {esp} in Spanish.')# 0 is zero in English and cero in Spanish.# 1 is one in English and uno in Spanish.# 2 is two in English and dos in Spanish.
下載地址：python-zip-1.py
https://gist.github.com/edenau/f159058e3d1763ea2ec8cd792e4a8280#file-python-zip-1-py
- Eng = list(zip(engList, espList, numList))Eng.sort() # sort by engLista, b, c = zip(*Eng)
- print(a)print(b)print(c)# ('one', 'two', 'zero')# ('uno', 'dos', 'cero')# (1, 2, 0)
下載地址：python-zip-2.py
https://gist.github.com/edenau/4a2b984cf78daae9fc8ba57a3b0a843b#file-python-zip-2-py
開始時， Enumerate 看起來有點嚇人，但在很多情況下使用它確實能方便很多。
它是一個自動計數器，通常會在 for 循環中使用它，這樣就不需要再用 counter = 0 和 counter += 1 來創建和初始化計數器了。枚舉和壓縮是兩個構造 for 循環的最強工具。
- upperCase = ['A', 'B', 'C', 'D', 'E', 'F']lowerCase = ['a', 'b', 'c', 'd', 'e', 'f']for i, (upper, lower) in enumerate(zip(upperCase, lowerCase), 1): print(f'{i}: {upper} and {lower}.')# 1: A and a.# 2: B and b.# 3: C and c.# 4: D and d.# 5: E and e.# 6: F and f.
下載地址：python-enumerate.py
https://gist.github.com/edenau/34fabb07f38dde6b186724f85bd1e7b8#file-python-enumerate-py
4. 生成器：內存更高效
當我們想要對一個大的結果集進行計算，但又不想為所有結果數據同時分配內存時，我們就可以使用生成器（Generator）了。
換句話說，它會動態地生成值，并且不會將先前的值存儲在內存中，因此我們只能對它們進行一次迭代操作。
當讀取大文件或使用關鍵字 yield 生成無窮數列時，通常會用它。我發現在我的大多數數據科學項目中，它都能發揮很大作用。
- def gen(n): # an infinite sequence generator that generates integers >= n while True: yield n n += 1 G = gen(3) # starts at 3print(next(G)) # 3print(next(G)) # 4print(next(G)) # 5print(next(G)) # 6
下載地址：python-generator.py
https://gist.github.com/edenau/d23b71ff473720ae19fd4514f2232bdb#file-python-generator-py
5. 虛擬環境：實現隔離
如果在本文介紹的 5 個特性中只選一個，那么就是 虛擬環境 的使用。
Python 應用程序通常會用各種不同的包，這些包可能是由具有復雜依賴關系的不同開發人員開發的。每個應用程序都會用特定的庫設置，使用其他庫的版本無法實現對某個應用程序安裝包的復制。
所以，不存在滿足所有應用要求的單個安裝包。
- conda create -n venv pip python=3.7 # select python versionsource activate venv...source deactivate
為每個應用程序創建獨立的、自洽的虛擬環境 venv 非常重要，這可以通過使用 pip 或 conda來實現。
