[开发语言][python]：Python便利特性--条件表达式、解析语法、序列类型的打包和解包

Python便利特性–条件表达式、解析语法、序列类型的打包和解包

Python 的便利特性，便于编写清晰，简洁的代码。文章将从三个部分，分别阐述条件表达式、Python解析语法以及序列类型的打包和解包。

条件表达式

Python 支持条件表达式语法，可以取代一个简单的控制结构，句法形式：
expr1 if condition else expr2
上式这种复合表达式，如果条件为真，则计算expr1；否则，计算expr2。

if n >= 0:
	b = n
else:
	b = -n
#--------------#
# 可以写为复合表达式的形式
b = n if n >= 0 else -n

解析语法

一个常见的编程任务是基于另一个序列的处理来产生一系列的值。而python支持的解析语法包括：列表解析，集合解析，生成器解析，以及字典解析。
列表解析：
一般形式：[expression for value in iterable if condition]
其中expression和condition语句取决于value，而if条件语句是可选的，其与下面代码等价：

result=[]
for value in iterable:
	if conditions:
		result.append(expression)

例如，实现数字1~n的平方列表，基于传统形式：

squares=[]
for i in range(1,n+1):
	squares.append(i**2)

而使用列表解析，这个逻辑表达式实现：

squares=[k**2 for k in range(1,n+1)]  # if子句是可选的

类似于列表解析：Python支持集，生成器以及字典解析：
squares=[k**2 for k in range(1,n+1)] 列表解析
squares={k**2 for k in range(1,n+1)} 集合解析
squares=(k**2 for k in range(1,n+1)) 生成器解析
squares=[k : k**2 for k in range(1,n+1)] 字典解析

这里要特别讲一下，生成器语法，当结果不需要存储在内存时，生成器语法就非常有优势，比如生成斐波那契数列，这种无穷级数。

序列类型的打包和解包

1. 自动打包：
   如果在上下文中，给出一系列都好分割的表达式，将视其为一个元组。
   data = 2,4,6,8 #data=(2,4,6,8)
   Python 中另外一个常用的打包技术是return语句如果函数体最后执行：
   return x, y
   则函数返回的值就是元组（x，y）
2. 自动解包：
   用来解包一个函数所返回的元组。
   可以将可以迭代对象赋值给一系列的标识符：

 a,b,c,d=range(7,11)  #右边的表达式可以为任何迭代类型`
 quotient, remainder = divmod(a, b)  # （a//b,a%b）
 for x, y in [(7,2),(6,4)]:  # x(7,6) y(2,4)
 for k, v in dict.items(): # 字典的items方法返回元组（keys，values）

3. 同时分配技术：自动打包和自动解包
   实现两变量的互换不用额外空间
   i,j=j,i