一、为什么要掌握Python进阶知识?
(1)代码会给人第一印象
毕业前在学校当然也写代码的,作为一个科研人员,更多时间是在看论文,只有在做实验或刷题时才写代码。那时候真的忍不住感叹,为什么我写的代码看起来这么low?可读性也不怎么好。一对比,隔壁实验室工作了三年再回来读研的小哥哥写的代码,好简洁易懂。
(2)易于代码评审
入职后,作为一名程序猿,要对写的每一行代码、实现的每一个模型负责。代码行数多了,领导检视的难度也大大增加。会影响代码交付进度。
二、常用的Python进阶知识
1. 不定数量的参数
预先并不知道, 函数使用者会传递多少个参数给你, 所以在这个场景下使用这两个关键字。 *args 是用来发送一个非键值对的可变数量的参数列表给一个函数。
def test_var_args(f_arg, *argv):
print("first normal arg:", f_arg)
for arg in argv:
print("another arg through *argv:", arg)
print(argv)
test_var_args('yasoob', 'python', 'eggs', 'test')
输出结果如下:
first normal arg: yasoob
another arg through *argv: python
another arg through *argv: eggs
another arg through *argv: test
('python', 'eggs', 'test')
2. 不定参数的键值对
def greet_me(**kwargs):
for key, value in kwargs.items():
print("{0} ==> {1}".format(key, value))
greet_me(name="yasoob", a = "1")
输出结果如下:
name ==> yasoob
a ==> 1
3. Map映射
Map会将一个函数映射到一个输入列表的所有元素上。
map规范:map(function_to_apply, list_of_inputs)
例1:
items = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, items))
例2:
def multiply(x):
return (x * x)
def add(x):
return (x + x)
funcs = [multiply, add]
for i in range(5):
value = map(lambda x: x(i), funcs)
print(list(value))
输出结果如下:
(第一列是multiply方法得出的结果,第二列是add方法得出的结果)
[0, 0]
[1, 2]
[4, 4]
[9, 6]
[16, 8]
3. Filter
filter过滤列表中的元素,并且返回一个由所有符合要求的元素所构成的列表
number_list = range(-5, 5)
less_than_zero = filter(lambda x: x < 0, number_list)
print(list(less_than_zero))
输出结果如下:
[-5, -4, -3, -2, -1]
4. Filter
当需要对一个列表进行一些计算并返回结果时,Reduce 是个非常有用的函数。举个例子,当你需要计算一个整数列表的乘积时。
from functools import reduce
product = reduce((lambda x, y: x * y), [1, 2, 3, 4])
print(product) # 24
5. 三元运算符
is_fat = True
state = "fat" if is_fat else "not fat"