Python高级编程技巧.pdfVIP

Python 高级编程技巧 本文展示一些高级的 Python 设计结构和它们的使用方法。在日常工作中，你可以根据需要 选择合适的数据结构， 例如对快速查找性的要求、 对数据一致性的要求或是对索引的要求等， 同时也可以将各种数据结构合适地结合在一起，从而生成具有逻辑性并易于理解的数据模 型。 Python 的数据结构从句法上来看非常直观，并且提供了大量的可选操作。这篇指南尝 试将大部分常用的数据结构知识放到一起，并且提供对其最佳用法的探讨。 推导式 (Comprehensions) 如 果 你 已 经 使 用 了 很 长 时 间 的 Python ， 那 么 你 至 少 应 该 听 说 过 列 表 推 导 (list comprehensions) 。这是一种将 for 循环、 if 表达式以及赋值语句放到单一语句中的一种方法。 换句话说，你能够通过一个表达式对一个列表做映射或过滤操作。 一个列表推导式包含以下几个部分： 一个输入序列 一个表示输入序列成员的变量 一个可选的断言表达式 一个将输入序列中满足断言表达式的成员变换成输出列表成员的输出表达式 举个例子，我们需要从一个输入列表 num = [1, 4, -5, 10, -7, 2, 3, -1] filtered_and_squared = [] for number in num: if number 0: filtered_and_squared.append(number ** 2) print filtered_and_squared # [1, 16, 100, 4, 9] 很简单是吧？但是这就会有 4 行代码，两层嵌套外加一个完全不必要的 append 操作。而如 果使用 filter 、lambda 和 map 函数，则能够将代码大大简化： num = [1, 4, -5, 10, -7, 2, 3, -1] filtered_and_squared = map(lambda x: x ** 2, filter(lambda x: x 0, num)) print filtered_and_squared # [1, 16, 100, 4, 9] 嗯，这么一来代码就会在水平方向上展开。 那么是否能够继续简化代码呢？列表推导能够给 我们答案 : num = [1, 4, -5, 10, -7, 2, 3, -1] filtered_and_squared = [ x**2 for x in num if x 0] print filtered_and_squared # [1, 16, 100, 4, 9] Python 高级编程技巧 迭代器 (iterator) 遍历输入序列 num 的每个成员 x 断言式判断每个成员是否大于零 如果成员大于零，则被交给输出表达式，平方之后成为输出列表的成员。 列表推导式被封装在一个列表中，所以很明显它能够立即生成一个新列表。这里只有一个 type 函数调用而没有隐式调用 lambda 函数，列表推导式正是使用了一个常规的迭代器、一 个表达式和一个 if 表达式来控制可选的参数。 另一方面，列表推导也可能会有一些负面效应， 那就是整个列表必须一次性加载于内存之中， 这对上面举的例子而言不是问题，甚至扩大若干倍之后也都不是问题。但是总会达到极限， 内存总会被用完。 针对上面的问题，生成器 (Generator) 能够很好的解决。生成器表达式不会一次将整个列表加 载到内存之中，而是生成一个生成器对象 (Generator objector) ，所以一次只加载一个列表元 素。 生成器表达式同列表推导式有着几乎相同的语法结构， 区别在于生成器表达式是被圆括号包 围，而不是方括号： num = [1, 4, -5, 10, -7, 2, 3, -1] filtered_and_squared = ( x**2 for x in num if x 0 ) print filtered_and_squ