Python 是一種通用編程語(yǔ)言，因其可讀性、面向?qū)ο蟮奶匦院蛷?qiáng)大的社區(qū)支持而廣受歡迎。除了用于 Web 應(yīng)用程序之外，Python 還用于數(shù)據(jù)科學(xué)、人工智能、科學(xué)計(jì)算等各個(gè)領(lǐng)域。因此，如果你一直在考慮進(jìn)入編程領(lǐng)域并尋找一種通用語(yǔ)言，那么 Python 可能適合你。在本文中將分享一些高級(jí) Python 概念，這些概念將幫助你在扎根的同時(shí)取得成功。閱讀本文可以不必是經(jīng)驗(yàn)豐富的 Python 程序員；它只會(huì)幫助你更好地理解語(yǔ)言并使你成為更好的開發(fā)人員。

推導(dǎo)式

推導(dǎo)式分為三種類型：列表推導(dǎo)、字典推導(dǎo)和集合推導(dǎo)。如果你想從現(xiàn)有的可迭代對(duì)象中創(chuàng)建新的列表、字典或集合，請(qǐng)使用推導(dǎo)式。以下代碼片段展示了這些用法

# 創(chuàng)建一個(gè)用于推導(dǎo)式的列表
numbers = [1, 2, 3, -3, -2, -1]
# 創(chuàng)建一個(gè)包含這些數(shù)字的方格的新列表
mylist = [x*x for x in numbers][1, 4, 9, 9, 4, 1]
# 為這些數(shù)字的冪創(chuàng)建一個(gè)新字典
mydict = {x: pow(10, x) for x in numbers} 
# 輸出 {1: 10, 2: 100, 3: 1000, -3: 0.001, -2: 0.01, -1: 0.1}
# 創(chuàng)建一組這些數(shù)字的絕對(duì)值
myset = {abs(x) for x in numbers} 
# 輸出 {1, 2, 3}

這些推導(dǎo)具有相似的語(yǔ)法。以下是對(duì)不同形式的簡(jiǎn)要概述。值得注意的是可以設(shè)置條件以確保保留所需的元素

列表推導(dǎo)： [expr for x in iterable]
字典推導(dǎo)： {key_expr: value_expr for x in iterable}
集合推導(dǎo)： {expr for x in iterable}
可選條件：
[expr for x in iterable if condition] 
{key_expr: value_expr for x in iterable if condition} 
{expr for x in iterable if condition}

異常處理

異常是在程序執(zhí)行期間出現(xiàn)并導(dǎo)致程序中斷的情況。它可能由各種原因而發(fā)生。假設(shè)正在構(gòu)建一個(gè)除法程序，并且分母包含 0，從而導(dǎo)致 ZeroDivisionError。導(dǎo)入不存在的庫(kù)或訪問不在列表索引中的元素是另外兩個(gè)實(shí)例。Python 帶有大約 30 個(gè)內(nèi)置異常。 try和except塊用于處理python中的異常。except當(dāng)我們需要同時(shí)處理多個(gè)異常時(shí)，我們可以使用多個(gè)塊。try塊是要執(zhí)行的指令。except塊包含執(zhí)行try失敗時(shí)執(zhí)行的代碼。還有else和finally塊。else塊僅在try成功執(zhí)行塊時(shí)執(zhí)行。finally無(wú)論前一個(gè)塊的結(jié)果如何，finally塊將始終執(zhí)行。

• 處理單個(gè)異常

try:
    a = int(input("Enter numerator:")
    b = int(input("Enter denominator:")
    c = a / b
    print(c)
except ZeroDivisionError as e:
    print(e, " please provide a non zero denominator")

• 處理多個(gè)異常

import sys
try:
   f = open('myfile.txt') 
   s = f.readline()
   i = int(s.strip())
except OSError as err:
   print("OS error: {0}".format(err))
except ValueError:
   print("Could not convert data to an integer.")
except:
   print("Unexpected error:", sys.exc_info()[0])
   raise
finally:
   print("Operation Successfully Done!!")(Example Taken From Official Python Docs)

集合庫(kù)

• Counter

將可迭代對(duì)象作為輸入并返回一個(gè)字典，其中鍵是可迭代元素，值是它們各自在原始可迭代對(duì)象中出現(xiàn)的次數(shù)。

from collections import Counter
data = [1,1,1,1,2,3,4,3,3,5,6,7,7]
count = Counter(data)
print(count)

## Counter({1: 4, 3: 3, 7: 2, 2: 1, 4: 1, 5: 1, 6: 1})

• nametuple

生成可以使用名字來訪問元素內(nèi)容的tuple子類，命名元組賦予每個(gè)位置一個(gè)含義，提供可讀性和自文檔性。

from collections import namedtuple
Direction = namedtuple('Direction','N,S,E,W')
dt = Direction(4,74,0,0)
print(dt)

# Direction(N=4, S=74, E=0, W=0)

• OrderedDict

這是一個(gè)記憶鍵插入順序的字典結(jié)構(gòu)。最新版本的 python 中字典已經(jīng)包含了這個(gè)特性。

from collections import OrderedDict
dictt = OrderedDict()
dictt['a'] = 5
dictt['d'] = 2
dictt['c'] = 1
dictt['b'] = 3
print(dictt)

# OrderedDict([('a', 5), ('d', 2), ('c', 1), ('b', 3)])

• defaultDict

這是一個(gè)字典結(jié)構(gòu)，當(dāng)訪問結(jié)構(gòu)中不存在的鍵時(shí)將返回默認(rèn)值，而不是引發(fā)錯(cuò)誤。

from collections import defaultdict 
dictt = defaultdict(int) 
dictt['a'] = 2 
print(dictt['a']) ##返回值
print(dictt['b']) ##返回默認(rèn)值

# 2 
# 0

• deque

雙端隊(duì)列，可以快速的從另外一側(cè)追加和推出對(duì)象,deque是一個(gè)雙向鏈表，針對(duì)list連續(xù)的數(shù)據(jù)結(jié)構(gòu)插入和刪除進(jìn)行優(yōu)化。它提供了兩端都可以操作的序列，這表示在序列的前后你都可以執(zhí)行添加或刪除操作。

from collections import deque
d = deque('abc')  
d.append('d') 
print(d)
# deque(['a', 'b', 'c', 'd'])

# appendleft 添加元素到左端
d.appendleft('e')
print(d)
# deque(['e','a', 'b', 'c', 'd'])

# clear 清除所有元素
d.clear()
print(d)
# deque([])

還有一些經(jīng)常用的方法比如pop,copy,count,extend,index,insert,popleft,remove,reverse,maxlen

迭代工具

Python itertools 模塊提供了適用于迭代器的各種函數(shù)。

• product(iterable,iterable) 兩個(gè)迭代的笛卡爾積。
• permutation(iterable) 沒有重復(fù)元素的所有可能排列。
• combinations(iterable,n) 來自可迭代的 n 個(gè)元素的所有可能組合，無(wú)需替換。
• combinations_with_replacement(iterable,n) 來自可迭代的 n 個(gè)元素的所有可能組合與替換。
• accumulate(iterable) 返回可迭代的元素的累積和。
• groupby(iterable, key=FUNC) 從可迭代對(duì)象中返回具有連續(xù)鍵和組的迭代器。

裝飾器

裝飾器是 Python 中修改函數(shù)和類行為的一種方式。它們?cè)试S你通過添加方法或更改參數(shù)來更改功能，或通過添加屬性來更改類。

例如，如果想在每次調(diào)用“my_function”函數(shù)時(shí)記錄日志，可以這樣編寫代碼：

def logging_func(original_func):
    def wrapper(*args, **kwargs):
        print(f"Called {original_func.__name__} with", args, kwargs)
        return original_func(*args, **kwargs)
    return wrapper
@logging_func
def add(a, b):
    return a + b
result = add(5, 6)
print(result)

讓我們解釋上面的裝飾器的例子——首先，我們有一個(gè)函數(shù)名add，它的工作是獲取兩個(gè)變量并返回它們的總和?，F(xiàn)在經(jīng)過一段時(shí)間的工作，我們意識(shí)到需要將功能記錄到相同的函數(shù)中?，F(xiàn)在我們有兩個(gè)選擇，第一個(gè)是在同一個(gè)add函數(shù)中添加函數(shù)調(diào)用日志代碼，或者我們可以使用裝飾器添加功能而不顯式更改函數(shù)。為了使用裝飾器，我們首先定義了一個(gè)裝飾器函數(shù)。該函數(shù)original_func作為輸入。然后，我們有另一個(gè)功能。它是一個(gè)具有*args, **kwargs函數(shù)參數(shù)的包裝函數(shù)。有了這些，現(xiàn)在都定義為參數(shù)，我們可以在函數(shù)內(nèi)傳遞任意數(shù)量的參數(shù)。在包裝函數(shù)的主體中，我們有日志功能的邏輯。當(dāng)我們add使用一些參數(shù)調(diào)用函數(shù)時(shí)add(5,6)，輸出將是：

生成器

生成器是一個(gè)返回可迭代值序列的函數(shù)。與一次返回所有元素并消耗整個(gè)列表長(zhǎng)度的內(nèi)存的列表不同，生成器會(huì)一個(gè)一個(gè)地生成項(xiàng)目。它至少包含一個(gè)yield聲明。yield是python中的一個(gè)關(guān)鍵字，用于從函數(shù)返回值而不破壞其當(dāng)前狀態(tài)或?qū)植孔兞康囊?。帶有yield關(guān)鍵字的函數(shù)稱為生成器。

比如最經(jīng)典的面試題斐波那契數(shù)列

def fibon(limit):
  a,b = 0,1
  while a < limit:
      yield a
      a, b = b, a + bfor x in fibon(10):
   print (x)

魔術(shù)方法

Magic方法，__方法名前后有兩個(gè)下劃線。在某個(gè)動(dòng)作上，這些方法直接從類中調(diào)用。當(dāng)使用*a 符號(hào)將兩個(gè)數(shù)字相乘時(shí)，將__mul__調(diào)用內(nèi)部過程。

num =  5
num*6
>> 30
num.__mul__(6)
>>30

通常，這些方法用于重載預(yù)定義的運(yùn)算符。例如，數(shù)字運(yùn)算符+,-,*,/必須在數(shù)字對(duì)象周圍使用，但+也可以用于連接兩個(gè)字符串。因此，我們可能會(huì)爭(zhēng)辯說+號(hào)操作符在執(zhí)行字符串連接消耗的內(nèi)存大。

5+6
>>11
"python"+"programming"
>> 'pythonprogramming'

哈希性

在學(xué)習(xí) Python 字典時(shí)，我們了解到鍵必須是可散列的?？晒Ｊ鞘裁匆馑迹縃ashable 基本上表示一個(gè) Python 對(duì)象可以被散列，也就是散列的行為。下圖描述了散列的工作流程。

散列是使用散列函數(shù)（也稱為散列器）（在圖中稱為散列）將 Python 對(duì)象（在圖中稱為鍵）轉(zhuǎn)換為數(shù)字散列值的過程。使用內(nèi)置的 hash() 方法來獲取 Python 對(duì)象的哈希值是一種判斷它是否存在的簡(jiǎn)單方法。如果對(duì)象不可散列，Python 將拋出 TypeError 異常。

# Get an string object’s hash value
hash("This is me")
5361907397716593195
 
# Get a tuple object’s hash value
hash((1,2))
-3550055125485641917
 
# Get a list object’s hash value
hash([1, 2, 3])
Traceback (most recent call last):
 File “<stdin>”, line 1, in <module>
TypeError: unhashable type: ‘list’
 
# Get a dict object’s hash value
hash({“a”: 1, “b”: 2})
Traceback (most recent call last):
 File “<stdin>”, line 1, in <module>
TypeError: unhashable type: ‘dict’

特別是散列需要時(shí)間，并且比構(gòu)造列表和元組要慢。

那么，為什么我們首先要費(fèi)心使用散列創(chuàng)建字典呢？

在類似的問題上，你可能聽說過設(shè)置項(xiàng)也必須是可散列的。字典和集合都需要在底層創(chuàng)建哈希表。以下代碼片段演示了特定對(duì)象的哈希性如何影響它們作為字典鍵的適用性。哈希最顯著的好處是它們?cè)跈z索字典元素時(shí)提供即時(shí)查找時(shí)間（即 O(1) 時(shí)間復(fù)雜度）。檢查特定項(xiàng)目是否在集合中需要相同的時(shí)間。換句話說，使用散列作為實(shí)現(xiàn)機(jī)制減少了在后臺(tái)使用散列表的開銷，同時(shí)提高了一些常見操作（如項(xiàng)目檢索、項(xiàng)目插入和項(xiàng)目驗(yàn)證）的效率。

import random
import timeit
# Create a function to check the look up time
def dict_look_up_time(n):
    numbers = list(range(n))
    random.shuffle(numbers)
    d0 = {x: str(x) for x in numbers}
    random_int = random.randint(0, n — 1)
    t0 = timeit.timeit(lambda: d0[random_int], number=10000)
    return t0
for n in (10, 100, 1000, 10000, 100000):
    elapse_time = dict_look_up_time(n)
    print(f”*** N = {n:<8}: {elapse_time:.5f}”)
*** N = 10 : 0.00114
*** N = 100 : 0.00256
*** N = 1000 : 0.00291
*** N = 10000 : 0.00207
*** N = 100000 : 0.00286

上面的代碼生成一些隨機(jī)整數(shù)來確定項(xiàng)目獲取的平均查找時(shí)間，來模擬真實(shí)情況。如你所見，即使字典中有 100,000 個(gè)條目，查找時(shí)間也幾乎相同，這證明了使用哈希表作為字典存儲(chǔ)機(jī)制的好處。

本文轉(zhuǎn)載自微信公眾號(hào)「樹哥會(huì)編程」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請(qǐng)聯(lián)系樹哥會(huì)編程公眾號(hào)。