Python 星号表达式、单下划线变量

Python 星号表达式

Python 星号表达式（Starred Expression）的形式有 *、*args、** 和 **kwargs，用于将可迭代的数据或者参数序列按一定的数据形式解析出来。

快速理解

关于星号表达式的理解，可以简单地认为：

• 它能将可迭代的数据（iterable，由多全元素组成、能拆分的数据类型）拆开一系列独立元素；
• 拆开时要指定整体的数据类型（就是将这一个个元素最终形成什么数据结构）；
• 一个星号是拆开序列（类似列表），两个星号是拆开字典（mapping），即 *iterable 和**dictionary；
• *args 和 **kwargs 星号后为什么有变量名呢？因为在作为函数的参数时需要有变量名去使用，这两个变量名是约定俗成，你用别的也可以（不建议用别的）。

马上进入例子：

h = 'gairuo' # 一个普通字符串，可以拆开（迭代）
[*h] # ['g', 'a', 'i', 'r', 'u', 'o'] 列表
{*h} # {'a', 'g', 'i', 'o', 'r', 'u'} 集合

# 将两个元组合并为一个元组
x,y = ('a','b'), (1,2)
(*x,*y) # ('a', 'b', 1, 2)

# 合并字典
x = {'a': 1, 'b': 2}
y = {'b': 3, 'c': 4}
# 拆成字典（还是自己）
{**x}
# {'a': 1, 'b': 2}
{**x, **y} # 合并
# {'a': 1, 'b': 3, 'c': 4}
{**y, **x} # 换位置合并（其实字典一般不用在意位置）
# {'b': 2, 'c': 4, 'a': 1}

没看明白没关系，下边会详细介绍。

解包 unpack

星号表达式一个最最要的作用是解包（unpack），解包就是把一个整体数据按每个元素拆开。

print(*[1], *[2,3], *(4, 5), 6)
# 1 2 3 4 5 6
dict(**{'x1': 0, 'x2': 1}, y=2, **{'z': 3})
# {'x1': 0, 'x2': 1, 'y': 2, 'z': 3}

上例中，第一个语句将两个列表和一个元组拆开，最终返回的是单个元素；第二行代码将字典拆开，拆开后它与其他字典的定义组成了一个新的字典，完成了字典合并的工作。

我们发现，解包操作有以下特点：

• 被解包的数据必须是可迭代的，可以是字符串、元组、列表、字典、array、Series 等等；
• 解包后要有一定的数据结构去承接（接纳），如果单纯用星号是错误的（如 *a，应该是 [*a]）；
• *iterable 和 **dictionary 对应解包的是无 key 的和 有 key （mapping）的；

以下是一个利用 Pandas 的综合例子：

import pandas as pd

dict(**pd.Series([*'abcd'], index=[*'1234']))
# {'1': 'a', '2': 'b', '3': 'c', '4': 'd'}

构建 Series 时的索引和值都可以将字符串进行解包成列表，由于 Series 是一个有key （mapping）的数据结构，我们可以将其用两个星号解包成字典。

一些其他的例子，方便大家理解：

# 在元组、列表、集合和字典允许解包
*range(4), 4
# (0, 1, 2, 3, 4)
[*range(4), 4]
# [0, 1, 2, 3, 4]
{*range(4), 4}
# {0, 1, 2, 3, 4}
{'x': 1, **{'y': 2}}
# {'x': 1, 'y': 2}

# 在字典中后面的值将始终覆盖前面的值
{'x': 1, **{'x': 2}}
# {'x': 2}
{**{'x': 2}, 'x': 1}
# {'x': 1}

# 推导式
ranges = [range(i) for i in range(5)]
[[*item] for item in ranges]
# [[], [0], [0, 1], [0, 1, 2], [0, 1, 2, 3]]

{i:[*item] for i, item in enumerate(ranges)}
# {0: [], 1: [0], 2: [0, 1], 3: [0, 1, 2], 4: [0, 1, 2, 3]}

a = [1,2]
'{}+{}={}'.format(*a, sum(a))
# '1+2=3'

合并：

a = [1, 2]
b = (3, 4)
c = a + b
# 报错
c = [*a, *b]
c
# [1, 2, 3, 4]

定义变量

星号表达式在我们定义变量时也可以让我们的操作非常简便，利用它在给变量赋值时，可以将变量成为一个容器（catch-all）来容纳未分配有明确定义的内容。

a, *b, c = range(5)
a # 0
c # 4
b # [1, 2, 3]

以上，b 使用了星号表达式，就容纳了中间所有的元素形成了一个列表。这就实现了类似：

first, rest = seq[0], seq[1:]
first, *rest = seq # 效果同上

减少了代码量，更加便捷。对于更复杂的解包模式，新语法看起来更干净，不再需要笨拙的索引处理。

此外，如果右边的值不是列表，而是 iterable，则必须将其转换为列表才能进行切片。

参数传递

定义函数时，经常会使用 *args 和 **kwargs 来声明元组变量（位置变量）和字典变量（关键字变量）。

args = [1, 3]
range(*args) # 这样就将两个位置变量传入
# range(1, 3)

def f(a, b, c, d):
    print(a, b, c, d, sep = '&')

f(1,2,3,4)
# 1&2&3&4
f(*[1, 2, 3, 4])
#  1&2&3&4

其他

优点有以下：

• 方便，减少写 for 循环或者 推导式；

缺点：

• 初学者难理解

注意：

• 星号表达式不可单独使用

特别要注意的是对于无限元素迭代器，千万不要用解包，用 next()，如：

import itertools

c = itertools.count(10, 2)
[*c] # ! 危险，会死循环，按Ctrl+C退出

 

单下划线变量

就 Python 语言而言，单下划线没有特殊意义，它是一个有效的标识符，就像 _foo、foo_ 或 _f_o_o_ 一样。但因其在一些特殊场景下的用途我们值得介绍一下。单下划线的任何特殊含义都完全是按照惯例，并不是一种强制的要求，我们知道了这些很常见惯例才能读懂别人的代码。

原理

交互式解释器将最后一次求值的结果保存 _ 变量中，它与打印等内置功能一起存储在内置模块中。在其他地方， _ 是常规标识符，它通常用于命名“特殊”项，但它对 Python 本身来说并不特殊。这一先例是由标准的CPython 解释器开创，其他解释器也纷纷效仿，支持了这个特性。

软关键字

在 Python 3.10 及以上版本，在 match 语句中的 case 模式中，_ 是表示通配符的软关键字。

常见使用场景

不打算使用变量，但语法/语义需要名称时的伪装：

# 迭代忽略不用的内容
sum(1 for _ in some_iterable)
for _ in range(10):
    do_something()
# 不考虑特定元素的拆包
head, *_ = values
# 函数忽略其参数
def callback(_): 
    return True

由于名称的查找方式，除非有全局或局部定义的影响，_ 定义在 builtins._，注意：某些 shell（如 ipython）有不指定给内置 builtins._ 的特殊情况。

>>> 42
42
>>> f'the last answer is {_}'
'the last answer is 42'
>>> _
'the last answer is 42'
>>> _ = 4  # shadow ``builtins._`` with global ``_``
>>> 23
23
>>> _
4

在国际化和本地化上下文中，用作主要翻译功能的别名（https://docs.python.org/3/library/gettext.html#localizing-your-module）。

raise forms.ValidationError(_("Please enter a correct username"))

数字可以用单下划线连接，用做千分位，增加可读性：

243_343_343

（这个其实和下划线没啥关系）

需要注意的是在交互编码器中，变量需要执行返回值操作，才能赋值给下划线：

a = 8
a
# 8

_
# 8


# 注意，看下文解释
b = 9
_
# 8

_
# 8

这里的下划线不会取 b 因为上次的执行结果是 a 的值，所以仍然是 a 的值 8。

总结

在Python中使用下划线有5种情况。

• 用于在解释器中存储最后一个表达式的值。
• 用于忽略特定值（所谓“我不在乎”）
• 赋予变量或函数名特殊的含义和函数
• 用作“国际化（i18n）”或“本地化（l10n）”功能
• 分隔数字文字值的数字（其实和下划线没啥关系）

两个下划线和三个下划线

上文讲了在交互式解释器下，一个下划线代表上个值，那么两个和三个下划线呢？

a = 1
a
# 1
b = 2
b
# 2
c = 3
c
# 3

# 两个下划线
__
# 2

可见，两个下划线__为倒数第二个执行值，那么三个下划线呢？

a = 1
a
# 1
b = 2
b
# 2
c = 3
c
# 3

# 三个下划线
___
# 1

三个下划线 ___ 则是倒数第三个执行值。

四个下划线由于没有定义会报错：

____
# NameError: name '____' is not defined

以上在 Jupyter 上测试，是 ipython 交互式解释器的功能，非常方便。

其他

下划线的使用，如同：

• _ 在 Prolog 的用法
• ~ 在 Matlab 的用法