Python小技巧:单下划线 ‘_‘

简介: Python小技巧:单下划线 ‘_‘

按照约定,单个独立下划线有时被用作变量名,这表示该变量是临时的、不重要或者只是一个辅助的存在。在编程中,这种命名方式有助于区分那些一次性使用的变量,避免它们与长期存在的变量混淆。同时,这也是遵循良好编程习惯的一种体现。

举例子,这是一个使用Python的示例循环,其中我们不需要访问运行中的索引,那么我们可以用下划线_来表示这个临时值:

for _ in range(10):  # 使用下划线代替索引
    print('Hello, world!')

在这个例子中,我们使用了单个下划线来表示索引。当我们需要创建一个临时变量时,Python并不会真的为这个后面的内容分配一个变量名,而是直接用下划线来表示。这样做的好处是避免命名冲突,并且由于这些临时值的生命周期很短(仅在循环体内),所以使用下划线来表示它们不会引起代码维护困难。在Python中,确实可以使用单个下划线_来表示"我不关心"(don’t care)的变量,用于忽略特定值。这种用法遵循了命名约定,并不会触发Python解析器的任何特殊行为。它本质上是一个有效的变量名,但其含义在于提示读者,对于这个变量,你不需要关注它的具体数值。

下面的代码示例中,我要将包含颜色和里程字段的整个元组中的值解包到单独的变量中。然而,由于我只对颜色和里程这两个特定字段感兴趣,我们可以使用(下划线)作为占位符变量。这样做的好处是,Python会忽略对应的内容,因为我们只是需要它来“占据”位置。

示例代码如下:

>>> car = ('red', 'auto', 12, 3812.4)
>>> color, _, _, mileage = car
>>> color
'red'
>>> mileage
3812.4

在Python的交互式命令行(REPL,Read-Eval-Print Loop)中,_确实是一个特殊变量。它代表了最近一次解析执行后得到的结果。

当你在一个交互式会话中进行计算,然后想要访问之前某个计算的结果时,_变量就派上了用场。比如:

PyDev console: starting.
Python 3.12.1 (v3.12.1:2305ca5144, Dec  7 2023, 17:23:38) [Clang 13.0.0 (clang-1300.0.29.30)] on darwin
>>> 20 + 3
23
>>> _
23
>>> print(_)
23

在Python中,如果你正在构建对象并需要动态交互,而不想先给它们命名,那么_变量就非常有用。

例如,你可以创建一个类,并在方法中使用_来临时存储对象的属性,然后进行交互:

>>> list()
[]
>>> _.append(1)
>>> _.append(2)
>>> _.append(3)
>>> _
[1, 2, 3]
相关文章
|
11天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
7天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2514 17
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
7天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1520 14
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
3天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
9天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
552 14
|
1月前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19282 30
|
9天前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
473 48
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18838 20
|
1月前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17528 13
Apache Paimon V0.9最新进展
|
2天前
|
云安全 存储 运维
叮咚!您有一份六大必做安全操作清单,请查收
云安全态势管理(CSPM)开启免费试用
362 4
叮咚!您有一份六大必做安全操作清单,请查收