大多數(shù)開發(fā)人員對于開發(fā)Python應(yīng)用程序的速度大約是用Java開發(fā)同類應(yīng)用程序速度的10倍，要是相比C/C++節(jié)約的時間就更多了，對開發(fā)速度采用何種評價標(biāo)準(zhǔn)一直是個很難確定的問題，下文就對Python 特性進(jìn)行學(xué)習(xí)。

仔細(xì)分析一下，這2個參數(shù)中，有1個Python 特性是在request生存期內(nèi)不變的，而另外一個是用于過濾的值。所以最終用了一下lambda來做了個函數(shù)的分階段參數(shù)傳遞。例子如下，過濾函數(shù)：

   # Normal statement-based flow control   
          
          
          if  
         <cond1>:   func1()   
          
          elif  
         <cond2>: func2()   
          
          else  
        :         func3()   
   
        # Equivalent "short circuit" expression   
(<cond1>   
          
          and  
         func1())   
          
          or  
         (<cond2>   
          
          and  
         func2())   
          
          or  
         (func3())   
   
        # Example "short circuit" expression   
>>> x = 3   
>>>   

Python是一種動態(tài)語言，而且還常常號稱是動態(tài)語言里面最慢的一個。最近Ruby的出現(xiàn)才略微改變了一下這種情況。呵呵，聽說Ruby比Python還要“動態(tài)”一些。在Python中提高效率的一種可選辦法是確?？勺x性的情況下避免使用動態(tài)特性，比如過多的"."操作符就很低效。

另外，就是可以用一些函數(shù)式編程的方法，比如很多內(nèi)置函數(shù)，如map()、filter()、zip()等等，應(yīng)用lambda也是個不錯的辦法。自從 Python 1.0 以來，Python 具有上面列出的大多數(shù) FP 特征。但對于大多數(shù) Python 特性，它們以一種非常混合的語言呈現(xiàn)。

很大程度上是因為Python 特性的 OOP 特性，您可以使用希望使用的部分而忽略其余部分（直到在稍后需要它為止）。使用 Python 2.0， 列表內(nèi)涵添加了一些 非常棒的“句法上的粉飾”。雖然列表內(nèi)涵沒有添加什么新的能力，但它們使許多舊的能力看起來好了 許多。

Python 中 FP 的基本元素是函數(shù) map() 、 reduce() 和 filter() ，以及運算符 lambda 。在 Python 1.x 中， apply() 函數(shù)對于將一個函數(shù)的列表返回值直接應(yīng)用于另一個函數(shù)也很方便。

Python 2.0 為這一目的提供了改進(jìn)的語法?？赡茏屓顺泽@，但很少的這幾個函數(shù)（以及基本運算符）幾乎足以編寫任何 Python程序；特別是，所有的流控制語句（ if 、 elif 、 else 、 assert 、 try 、 except 、 finally 、 for 、 break 、 continue 、 while 、 def ）可以只使用 FP 函數(shù)和運算符以函數(shù)風(fēng)格處理。

雖然實際上消除程序中的所有流控制命令可能只對加入“混亂的 Python”競爭（與看上去非常象 Lisp 的代碼）有用，但是理解 FP 是如何使用函數(shù)和遞歸來表示流控制是值得的。

【編輯推薦】

1. 如何使Python嵌入C++應(yīng)用程序？
2. 深入探討Ruby與Python語法比較
3. Python學(xué)習(xí)資料介紹分享
4. Python學(xué)習(xí)經(jīng)驗談：版本、IDE選擇及編碼解決方案
5. 淺析Python的GIL和線程安全