【100 种语言速成】第 1 节：Python(1)

最新推荐文章于 2024-05-01 10:04:22 发布

2401_83816794

最新推荐文章于 2024-05-01 10:04:22 发布

阅读量708

点赞数 8

分类专栏：程序员文章标签： python 开发语言

本文链接：https://blog.csdn.net/2401_83816794/article/details/138049824

版权

程序员专栏收录该内容

387 篇文章 2 订阅

订阅专栏

本文介绍了Python编程中的FizzBuzz问题实现，展示了列表推导式和装饰器的用法，强调了Python的特性如无限精度整数，并提到数据科学中的JupyterNotebook和Python生态。同时，作者分享了面向不同水平的学习资源链接。

摘要由CSDN通过智能技术生成

让我们开始一些编码。首先，fizzbuzz：


#!/usr/bin/env python3



def fizzbuzz(i):

  if i % 15 == 0:

    return "FizzBuzz"

  elif i % 3 == 0:

    return "Fizz"

  elif i % 5 == 0:

    return "Buzz"

  else:

    return str(i)



for i in range(1,101):

  print(fizzbuzz(i))

Python 的一项不错的功能是列表推导式。这涵盖了块 - .map、.flat_map和.filter- 的许多用途，在某些情况下，它比 Ruby 中的块等价物更具可读性。


#!/usr/bin/env python3



r = range(1, 101)

fizzbuzz = {

  k: v

  for d in

  [

    [(i, i) for i in r],

    [(i, "Fizz") for i in r if i % 5 == 0],

    [(i, "Buzz") for i in r if i % 3 == 0],

    [(i, "FizzBuzz") for i in r if i % 15 == 0]

  ]

  for (k,v) in d

}



for value in fizzbuzz.values():

  print(value)

好吧，也许这不是最易读的，但是如果您使用大量 Python，我强烈建议您进行一些列表理解练习，因为您会遇到比 FizzBuzz 复杂得多的列表理解。

另一个有趣的特性是装饰器。你把一个块写成一个函数，然后装饰器把它变成你真正想要的函数。这是一个简单的 fib 函数，由于记忆化，它是 O(n)，即使它看起来是 O(n^2)：


#!/usr/bin/env python3



from functools import cache



@cache

def fib(n):

  if n < 2:

    return n

  else:

    return fib(n-1) + fib(n-2)



for i in range(1, 100):

  print(fib(i))

我们可以在这里看到，默认情况下 Python 具有无限的精度整数 - 即使在较新的语言中，这一特性仍然非常少见。

我们也可以用装饰器做更多有趣的事情：


#!/usr/bin/env python3



def override(value, condition):

  def decorator(func):

    def wrapper(*args, **kwargs):

      if condition(*args, **kwargs):

        return value

      else:

        return func(*args, **kwargs)

    return wrapper

  return decorator



@override("FizzBuzz", lambda i: i%15 == 0)

@override("Buzz", lambda i: i%5 == 0)

@override("Fizz", lambda i: i%3 == 0)

def fizzbuzz(i):

  return str(i)



for i in range(1,101):

  print(fizzbuzz(i))

接受参数的装饰器具有这种奇怪的三重嵌套函数结构（functools.wraps如果您希望装饰器与 Python 帮助系统配合得很好，实际上还有更多样板文件）。所以它们不是最易读的，但它们对用户来说很棒。

Python 是一种相当“高质量”的语言，因为您经常需要考虑的不一致之处相对较少。例如，所有这些代码完全符合您的期望：


print(len("😉")) # 1

print([1,2] == [1,2]) # True

Python 在数据科学家中非常流行。Jupyter 笔记本允许非常方便的数据探索。您可以在 Jupyter notebook 中使用多种语言，但 Python 拥有迄今为止最丰富的生态系统。最近笔记本与 VSCode 集成，这是非常令人兴奋的发展，因为应该可以在没有任何额外工具的情况下在同一个笔记本上工作！（我还没试过）

总的来说，Python 是一种每个人都应该知道的语言。它非常平易近人，无论您进行何种编码，您迟早都会遇到 Python 代码。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。