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
- 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) - 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)
- 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