【Python进阶】进阶小技巧

 链式比较：

>>> x = 5
>>> 1 < x < 10
True
>>> 10 < x < 20
False
>>> x < 10 < x*10 < 100
True
>>> 10 > x <=9
True
>>> 5 == x > 4
True

Tips：解释器会把链式比较进行拆分，比如 1 < x < 10 拆分成 1 < x and x < 10，最后得出结果 True；

enumerate() 函数：

enumerate() 将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

语法及参数：

enumerate(sequence, [start=0]]

• sequence：一个序列、迭代器、或其他可迭代对象；
• start：下标起始位置；

实例：

>>> languages = ['Python', 'Java', 'C++']

# 默认下标为 0
>>> print(list(enumerate(languages)))
[(0, 'Python'), (1, 'Java'), (2, 'C++')]

# 下标为 1
>>> print(list(enumerate(languages, start=1)))
[(1, 'Python'), (2, 'Java'), (3, 'C++')]

# for 循环
>>> for i, j in enumerate(languages):
...     print(f'下标：{i}，元素：{j}')
...     
下标：0，元素：Python
下标：1，元素：Java
下标：2，元素：C++

生成器：

生成器不存储中间结果，因此占用内存较少，但是它不能重新迭代；

实例： 

>>> nums = [1, 2, 3, 4, 5, 6]

# nums 是任何可迭代对象
>>> x = (n for n in nums if n > 3)

# 返回一个生成器对象
>>> print(x, type(x))
<generator object <genexpr> at 0x000001D6755EA228>

# 可以对生成器对象进行迭代操作（迭代生成列表）
>>> print(list(x))
[4, 5, 6]

# 迭代器存储中间结果，比较节省内存资源，因此它不能重新迭代；
>>> print(list(x))
[]

# for 循环迭代
>>> x = (n for n in nums if n > 3)
>>> for i in x:
...     print(i)
...     
4
5
6

列表推导式：

比生成器对象执行速度快，它会把整个结果保存起来，因此内存开销更大，可以重新迭代；

实例：

>>> nums = [1, 2, 3, 4, 5, 6]

# nums 是任何可迭代对象
>>> x = [n for n in nums if n > 3]

# 它会把整个结果保存起来
>>> print(x)
[4, 5, 6]

# 可以重新迭代
>>> print(x)
[4, 5, 6]

字典推导式：

方法一：

>>> lists = [('one', 'Python'), ('two', 'Java'), ('three', 'C++')]
>>> d = {k: v for k, v in lists}
>>> print(d)
{'one': 'Python', 'two': 'Java', 'three': 'C++'}

方法二：

>>> nums = [1, 2, 3]
>>> n = {str(i): i for i in nums}
>>> print(n)
{'1': 1, '2': 2, '3': 3}

方法三：

>>> x = ['A', 'B', 'C']
>>> y = ['a', 'b', 'c']
>>> z = {i: j for i, j in zip(y, x)}
>>> print(z)
{'a': 'A', 'b': 'B', 'c': 'C'}