Python
高级编程技巧
本文展示一些高级的
Python
设计结构和它们的使用方法。在日常工作中,你可以根据需要
选择合适的数据结构,
例如对快速查找性的要求、
对数据一致性的要求或是对索引的要求等,
同时也可以将各种数据结构合适地结合在一起,从而生成具有逻辑性并易于理解的数据模
型。
Python
的数据结构从句法上来看非常直观,并且提供了大量的可选操作。这篇指南尝
试将大部分常用的数据结构知识放到一起,并且提供对其最佳用法的探讨。
推导式
(Comprehensions)
如
果
你
已
经
使
用
了
很
长
时
间
的
Python
,
那
么
你
至
少
应
该
听
说
过
列
表
推
导
(list
comprehensions)
。
这是一种将
for
循环、
if
表达式以及赋值语句放到单一语句中的一种方法。
换句话说,你能够通过一个表达式对一个列表做映射或过滤操作。
一个列表推导式包含以下几个部分:
一个输入序列
一个表示输入序列成员的变量
一个可选的断言表达式
一个将输入序列中满足断言表达式的成员变换成输出列表成员的输出表达式
举个例子,我们需要从一个输入列表
num = [1, 4, -5, 10, -7, 2, 3, -1]
filtered_and_squared = []
for number in num:
if number > 0:
filtered_and_squared.append(number ** 2)
print filtered_and_squared
# [1, 16, 100, 4, 9]
很简单是吧?但是这就会有
4
行代码,两层嵌套外加一个完全不必要的
append
操作。而如
果使用
filter
、
lambda
和
map
函数,则能够将代码大大简化:
num = [1, 4, -5, 10, -7, 2, 3, -1]
filtered_and_squared = map(lambda x: x ** 2, filter(lambda x: x > 0, num))
print filtered_and_squared
# [1, 16, 100, 4, 9]
嗯,
这么一来代码就会在水平方向上展开。
那么是否能够继续简化代码呢?列表推导能够给
我们答案
:
num = [1, 4, -5, 10, -7, 2, 3, -1]
filtered_and_squared = [ x**2 for x in num if x > 0]
print filtered_and_squared
# [1, 16, 100, 4, 9]