当前位置：文档之家 › Python高级用法总结

Python高级用法总结

  • 格式：pdf
  • 大小：152.49 KB
  • 文档页数：3

Python⾼级⽤法总结

Python很棒，它有很多⾼级⽤法值得细细思索，学习使⽤。本⽂将根据⽇常使⽤，总结介绍Python的⼀组⾼级特性，包括：列表

推导式、迭代器和⽣成器、装饰器。

列表推导（list comprehensions）

场景1：将⼀个三维列表中所有⼀维数据为a的元素合并，组成新的⼆维列表。

最简单的⽅法：新建列表，遍历原三维列表，判断⼀维数据是否为a，若为a,则将该元素append⾄新列表中。

缺点：代码太繁琐，对于Python⽽⾔，执⾏速度会变慢很多。

针对场景1，我们⾸先应该想到⽤列表解析式来解决处理，⼀⾏代码即可解决：

lista = [item for item in array if item[0] == 'a']

那么，何为列表解析式？

官⽅解释：列表解析式是Python内置的⾮常简单却强⼤的可以⽤来创建list的⽣成式。

强⼤具体如何体现？

可以看到，使⽤列表解析式的写法更加简短，除此之外，因为是Python内置的⽤法，底层使⽤C语⾔实现，相较于编写Python代码⽽⾔，运

⾏速度更快。

场景2: 对于⼀个列表，既要遍历索引⼜要遍历元素。

这⾥可以使⽤Python内建函数enumerate，在循环中更好的获取获得索引。

array = ['I', 'love', 'Python']

for i, element in enumerate(array):

array[i] = '%d: %s' % (i, seq[i])

可以使⽤列表推导式对其进⾏重构：

def getitem(index, element):

return '%d: %s' % (index, element)

array = ['I', 'love', 'Python']

arrayIndex = [getitem(index, element) for index, element in enumerate(array)]

据说这种写法更加的Pythonic。

总结：如果要对现有的可迭代对象做⼀些处理，然后⽣成新的列表，使⽤列表推导式将是最便捷的⽅法。

迭代器和⽣成器

迭代器（Iterator）

这⾥的迭代可以指for循环，在Python中，对于像list，dict和⽂件等⽽⾔，都可以使⽤for循环，但是它们并不是迭代器，它们属于可迭代对

象。

什么可迭代对象

最简单的解释：可以使⽤for...in...语句进⾏循环的对象，就是可迭代对象（Iterable），可以使⽤isinstance()⽅法进⾏判断。

from collections import Iterable

type = isinstance('python', Iterable)

print type

什么是迭代器

迭代器指的是可以使⽤next()⽅法来回调的对象，可以对可迭代对象使⽤iter()⽅法，将其转换为迭代器。

temp = iter([1, 2, 3])

print type(temp)

print next(temp)

此时temp就是⼀个迭代器。所以说，迭代器基于两个⽅法：

next：返回下⼀个项⽬

iter 返回迭代器本⾝

可理解为可被next()函数调⽤并不断返回下⼀个值的对象就是迭代器，在定义⼀个装饰器时将需要同时定义这两个⽅法。

迭代器的优势

在构建迭代器时，不是将所有的元素⼀次性的加载，⽽是等调⽤next⽅法时返回元素，所以不需要考虑内存的问题。

迭代器应⽤场景那么，具体在什么场景下可以使⽤迭代器呢？数列的数据规模巨⼤

数列有规律，但是不能使⽤列表推导式描述。

⽣成器

⽣成器是⼀种⾼级迭代器，使得需要返回⼀系列元素的函数所需的代码更加的简单和⾼效（不像创建迭代器代码那般冗长）。

⽣成器函数

⽣成器函数基于yield指令，可以暂停⼀个函数并返回中间结果。当需要⼀个将返回⼀个序列或在循环中执⾏的函数时，就可以使⽤⽣成器，

因为当这些元素被传递到另⼀个函数中进⾏后续处理时，⼀次返回⼀个元素可以有效的提升整体性能。

常见的应⽤场景是使⽤⽣成器的流数据缓冲区。

⽣成器表达式

⽣成式表达式是⼀种实现⽣成器的便捷⽅式，将列表推导式的中括号替换为圆括号。

和列表推导式的区别：列表⽣成式可以直接创建⼀个表，但是⽣成器表达式是⼀种边循环边计算，使得列表的元素可以在循环过程中⼀个个

的推算出来，不需要创建完整的列表，从⽽节省了⼤量的空间。

g = (x * x for x in range(10))

总结：⽣成器是⼀种⾼级迭代器。⽣成器的优点是延迟计算，⼀次返回⼀个结果，这样⾮常适⽤于⼤数据量的计算。但是，使⽤

⽣成器必须要注意的⼀点是：⽣成器只能遍历⼀次。

lambda表达式（匿名函数）

lambda表达式纯粹是为了编写简单函数⽽设计，起到了⼀个函数速写的作⽤，使得简单函数可以更加简洁的表⽰。

lambda和def的区别

lambda表达式可以省去定义函数的过程，让代码更加的简洁，适⽤于简单函数，编写处理更⼤业务的函数需要使⽤def定义。

lambda表达式常搭配map(), reduce(), filter()函数使⽤

map(): map函数接受两个参数，⼀个是函数，⼀个是序列，其中，函数可以接收⼀个或者多个参数。map将传⼊的函数依次作⽤于序

列中的每个元素，将结果作为新的列表返回。

#将⼀个列表中的数字转换为字符串map(str, [1,2,3,4,5,6])

reduce()：函数接收两个参数，⼀个是函数，另⼀个是序列，但是，函数必须接收两个参数reduce把结果继续和序列的下⼀个元素做累

积计算，其效果就是reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)。

filter()：该函数⽤于筛选，将传⼊的函数，依次作⽤于每个元素，然后根据函数的返回值是True还是False，决定是留下还是丢弃该元

素。

装饰器

装饰器本质是⼀个Python函数，它可以让其它函数在没有任何代码变动的情况下增加额外功能。有了装饰器，我们可以抽离出⼤量和函数功

能本⾝⽆关的雷同代码并继续重⽤。经常⽤于具有切⾯需求的场景：包括插⼊⽇志、性能测试、事务处理、缓存和权限校验等。

那么为什么要引⼊装饰器呢？

场景：计算⼀个函数的执⾏时间。

⼀种⽅法就是定义⼀个函数，⽤来专门计算函数的运⾏时间，然后运⾏时间计算完成之后再处理真正的业务代码，代码如下：

import time

def get_time(func):

startTime = time.time()

func()

endTime = time.time()

processTime = (endTime - startTime) * 1000

print "The function timing is %f ms" %processTime

def myfunc():

print "start func"

time.sleep(0.8)

print "end func"

get_time(myfunc)

myfunc()

但是这段代码的逻辑破坏了原有的代码逻辑，就是对所有func函数的调⽤都需要使⽤get_time(func)来实现。

那么，有没有更好的展⽰⽅式呢？当然有，那就是装饰器。

编写简单装饰器

结合上述实例，编写装饰器：def get_time(func):

def wrapper():

startTime = time.time()

func()

endTime = time.time()

processTime = (endTime - startTime) * 1000

print "The function timing is %f ms" %processTime

return wrapper

print "myfunc is:", myfunc.__name__

myfunc = get_time(myfunc)

print "myfunc is: ", myfunc.__name__

myfunc()

这样，⼀个简单的完整的装饰器就实现了，可以看到，装饰器并没有影响函数的执⾏逻辑和调⽤。

在Python中，可以使⽤"@"语法糖来精简装饰器的代码，将上例更改为：

@ get_time

def myfunc():

print "start func"

time.sleep(0.8)

print "end func"

print "myfunc is: ", myfunc.__name__

myfunc()

** 装饰器的调⽤顺序**

装饰器可以叠加使⽤，若多个装饰器同时装饰⼀个函数，那么装饰器的调⽤顺序和@语法糖的声明顺序相反，也就是：

@decorator1

@decorator2

def func():

pass

等效于：

func = decorator1(decorator2(func()))

被装饰的函数带参数

上述实例中，myfunc()是没有参数的，那如果添加参数的话，装饰器该如何编写呢？

#被装饰的函数带参数

def get_time3(func):

def wrapper(*args, **kwargs):

startTime = time.time()

func(*args, **kwargs)

endTime = time.time()

processTime = (endTime - startTime) * 1000

print "The function timing is %f ms" %processTime

return wrapper

@ get_time3

def myfunc2(a):

print "start func"

print a

time.sleep(0.8)

print "end func"

a = "test"

myfunc2(a)

带参数的装饰器

装饰器有很⼤的灵活性，它本⾝⽀持参数，例如在上述实例中，@get_time装饰器唯⼀的参数就是执⾏业务的函数，当然也可以在装饰器中

添加参数，加以逻辑判断。

内置装饰器

Python中，常见的类装饰器包括：@staticmathod、@classmethod和@property

@staticmethod：类的静态⽅法，跟成员⽅法的区别是没有self参数，并且可以在类不进⾏实例化的情况下调⽤。

@classmethod：跟成员⽅法的区别是接收的第⼀个参数不是self，⽽是cls（当前类的具体类型）

@property：表⽰可以直接通过类实例直接访问的信息。

以上，是本次整理的Python⾼级⽤法，本⽂将持续更新。

合集下载

python中.的用法

python中.的用法

python中.的用法

Python 是一种高级编程语言，在日常工作中被越来越多的人使用。在 Python 中，.

是一个非常常用的符号，用于许多不同的操作。本文将深入探讨 . 的用法，帮助读者更好地理解 Python 编程语言。

1. 引用属性

在 Python 中，. 符号可以用来引用对象中的属性，例如：

```python

obj.property

```

这个表达式中 obj 是一个对象，property 是 obj 的一个属性。这个表达式的结果是该属性的值。属性可以是任何对象类型，比如函数、字段或其他对象。

例如：

这个例子中，. 符号引用了字符串对象的 lower() 方法，将字符串转换为小写字母。

2. 调用方法

在 Python 中，方法是一个与类或对象相关联的函数。方法包含在类或对象定义中，并通过对象调用。.可以用来调用方法：

其中，obj 是一个对象，method 是该对象的一个方法。该表达式的结果是方法的返回值。

```python

print("Hello, World!".replace("Hello", "Goodbye"))

```

3. 导入模块

Python 中，可以通过 import 语句导入模块。. 用于将模块的功能与命名空间进行关联：

这个语句将模块 submodule 导入模块 module 中。 ```python

import math

这个例子中，. 符号引用了 math 模块的 pi 常量，该常量表示圆周率。

4. 安全导入

在 Python 3 中，可以使用 . 来安全导入避免模块命名冲突：

其中，package 是包的名称，module 是模块的名称，name 是变量的名称。

python中unique的用法

python中unique的用法

python中unique的用法

Python中unique的用法

一、什么是unique

在Python中，unique是一个用于操作数据的重要函数，它可以帮助我们快速地去除重复的数据，使得数据更加整洁、高效。无论是在数据分析、数据清洗还是数据处理的过程中，unique都是一个必不可少的工具。

二、unique的基本用法

1. 列表去重

列表是Python中常用的数据结构之一，在处理数据时经常会遇到需要去除列表中重复元素的情况。此时，可以使用unique来完成去重操作。

示例代码：

```

lst = [1, 2, 3, 4, 3, 2, 1]

unique_lst = list(set(lst))

print(unique_lst)

```

输出结果：

```

[1, 2, 3, 4]

```

2. 数组去重

除了列表外，unique也可以用于对数组进行去重操作。在科学计算、数据分析领域，数组被广泛应用，因此对数组进行去重是非常常见的需求。 示例代码：

```

import numpy as np

arr = np.array([1, 2, 3, 4, 3, 2, 1])

unique_arr = np.unique(arr)

print(unique_arr)

```

输出结果：

```

[1 2 3 4]

```

3. 字符串去重

在某些情况下，我们需要处理字符串中的重复字符，这时可以通过unique来实现字符串的去重操作。

示例代码：

```

string = "hello, world!"

unique_string = ''.join(set(string))

print(unique_string)

```

输出结果：

```

hn we,!drol

```

三、unique的高级用法

除了基本的去重功能，unique还提供了一些高级的用法，以满足更加复杂的需求。

1. 按列去重 在处理二维数据时，我们经常需要对每一列进行去重操作。可以通过在unique函数中设置axis参数来实现这一功能。

python和scrcpy的用法

python和scrcpy的用法

python和scrcpy的用法

Python和scrcpy的用法：

Python是一种高级编程语言，具有简单易学、可读性强的特点。它被广泛应用于开发各种类型的软件和网站，以及进行数据处理和科学计算等任务。以下是关于Python的主要用法：

1. 脚本编程：Python可以用于编写脚本，自动化执行一系列任务。通过编写脚本，可以简化复杂的操作过程，并提高工作效率。

2. 网络应用开发：Python具有丰富的网络开发库和框架，例如Django和Flask，可以用于开发Web应用程序。借助这些工具，可以快速构建功能强大的网站和服务。

3. 数据分析和科学计算：Python拥有许多强大的数据分析和科学计算库，如NumPy、Pandas和Matplotlib。这些库提供了丰富的函数和工具，用于处理和分析数据，进行统计建模和可视化结果。

4. 机器学习和人工智能：Python在机器学习和人工智能领域中得到广泛应用。库和框架，如Scikit-learn和TensorFlow，提供了丰富的工具和算法，用于构建和训练机器学习模型，实现自然语言处理和计算机视觉等任务。

5. 自动化测试：Python可以用于编写自动化测试脚本，用于验证软件的正确性和功能性。这种测试方法可以大大提高软件的质量，减少人工测试的工作量。

scrcpy是一款开源的Android设备控制工具，它可以通过USB连接将Android设备的屏幕投射到计算机上，并可以通过键盘和鼠标控制设备的操作。以下是scrcpy的主要用法：

1. 屏幕投射：通过运行scrcpy命令，可以将连接的Android设备的屏幕实时投射到计算机上。这对于演示、演讲或录制设备操作的教程非常有用。 2. 屏幕控制：投射到计算机上的Android设备屏幕可以通过键盘和鼠标进行操作。可以使用鼠标点击、滚动和拖动，模拟触摸屏幕的操作。键盘可以用于输入文本、执行快捷键和控制游戏。

3. 文件传输：scrcpy还提供了文件传输功能，可以在计算机和Android设备之间传输文件。这对于快速将文件从设备复制到计算机或相反很有帮助。

python if用法实验心得

python if用法实验心得

一、if语句的基本用法

在Python中，if语句是用来做条件判断的，通过判断条件是否为真来决定是否执行特定的代码块。if语句的基本格式如下：

```

if 条件:

执行代码块

```

其中，条件可以是一个逻辑表达式，比如比较两个数的大小、判断一个变量是否为真等。

二、if-else语句

除了基本的if语句外，Python还提供了if-else语句，用来在条件为真时执行一个代码块，在条件为假时执行另一个代码块。其基本格式如下：

```

if 条件:

真条件执行代码

else:

假条件执行代码

```

通过if-else语句可以实现更加灵活的条件判断，这在实际的编程应用中非常有用。

三、if-elif-else语句

在某些情况下，我们可能需要对多个条件进行判断，这时就可以使用if-elif-else语句。其基本格式如下：

```

if 条件1:

执行代码块1

elif 条件2:

执行代码块2

...

else:

执行代码块n

```

通过if-elif-else语句可以实现多个条件的判断，是if语句在条件判断上的拓展。在复杂的业务逻辑中，if-elif-else语句非常有用。

四、if语句的实验心得

通过对Python中if语句的实验，我深刻体会到了它的灵活性和强大之处。if语句可以根据不同的条件进行灵活的判断和执行不同的代码块，这为程序的逻辑判断提供了很大的便利。if-else和if-elif-else语句的存在也使得条件判断更加灵活和多样化，可以满足不同场景下的条件判断需求。

在实际的编程过程中，if语句是一个非常基础且常用的工具，掌握好if语句的使用方法对于提高编程效率和程序可维护性非常重要。在编写复杂的程序时，合理地运用if语句可以使程序的逻辑更加清晰，同时也能够降低代码的复杂度，提高代码的可读性和可维护性。

通过对if语句的实验，我对Python中条件判断的使用方法有了更深入的理解，相信在今后的编程实践中，我能够更加灵活地运用if语句，为程序的实现提供更好的逻辑判断支持。我也深刻认识到了编程语言中基础知识的重要性，只有对基础知识有深入的理解，才能够在实际的编程中游刃有余，发挥编程语言的最大作用。由于您已经得到了if语句的基本用法以及if-else和if-elif-else语句的详细介绍，接下来我们可以扩展讨论一些更加高级的if语句的用法和技巧，以及实际应用中的一些案例分析。