Python学习,这些高阶函数和高级特性值得一学!

简介: Python语言这么火,不论是对于刚开始学习的编程小白或者有接触过其他语言(c/c++/java等等)的同学来说,写代码的时候难免会受本身惯性思维或者其他语言的影响!解决问题的思路有的时候会比较单一,其实Python有很多灵活的解法,比如python的几个高阶函数或者特性!推导式列表推导式,使用一句表达式构造一个新列表,可包含过滤、转换等操作。

Python语言这么火,不论是对于刚开始学习的编程小白或者有接触过其他语言(c/c++/java等等)的同学来说,写代码的时候难免会受本身惯性思维或者其他语言的影响!解决问题的思路有的时候会比较单一,其实Python有很多灵活的解法,比如python的几个高阶函数或者特性!

推导式

  • 列表推导式,使用一句表达式构造一个新列表,可包含过滤、转换等操作。

语法:[exp for item in collection if codition]

例子:1-1000内所有偶数组成的列表

2种方法,大家自己对比

#one
res = []
for i in range(1,1001):
    if i%2==0:
        res.append(i)
print(res)

#two

print([i for i in range(1,1001) if i%2==0])
  • 字典推导式,使用一句表达式构造一个新列表,可包含过滤、转换等操作。

语法:{key_exp:value_exp for item in collection if codition}

print({key:value for key,value in enumerate(reversed(range(10)))})
#{0: 9, 1: 8, 2: 7, 3: 6, 4: 5, 5: 4, 6: 3, 7: 2, 8: 1, 9: 0}
  • ​集合推导式

语法:{exp for item in collection if codition}

set = {i for i in range(10)}#结果{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

map函数

map(fun, lst),将传入的函数变量func作用到lst变量的每个元素中,并将结果组成新的列表返回

lis = [i**2 for i in range(10)]
print(lis) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
print(list(map(float,lis))) #[0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0]
print(list(map(str,lis))) #[‘0’, ‘1’, ‘4’, ‘9’, ‘16’, ‘25’, ‘36’, ‘49’, ‘64’, ‘81’]

规范字符串

name = [‘gOd’,’zIp’,’NAMe’,’titLE’,’filter’]
print(list(map(str.title,name))) #[‘God’, ‘Zip’, ‘Name’, ‘Title’, ‘Filter’] 

filter函数

  • 筛选序列
  • filter(func, lst),将func作用于lst的每个元素,然后根据返回值是True或False判断是保留还是丢弃该元素。

lis = range(-10,10)
print(list(lis)) #[-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
def fun(x):
return x<0
print(list(filter(fun,lis))) #[-10, -9, -8, -7, -6, -5, -4, -3, -2, -1]

zip函数

zip([iterable, …])

用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。

如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,利用 * 号操作符,可以将元组解压为列表。

lis_a = [‘a’,’b’,’c’]
lis_b = [‘aa’,’bb’,’cc’]
lis_c = [‘a’,’b’,’c’,’d’]
lis_ab = list(zip(lis_a,lis_b))
lis_bc = list(zip(lis_b,lis_c))
print(lis_ab) #[(‘a’, ‘aa’), (‘b’, ‘bb’), (‘c’, ‘cc’)]
print(lis_bc) #[(‘aa’, ‘a’), (‘bb’, ‘b’), (‘cc’, ‘c’)]
print(list(zip(*lis_bc))) #[(‘aa’, ‘bb’, ‘cc’), (‘a’, ‘b’, ‘c’)]

几个zip技巧

列表元素依次连接

lis = [i for i in range(10)]
print(list(zip(lis[1:],lis[:-1])))

zip生成字典

print(dict(zip(‘abcd’,’1234’)))

对应列表元素相加

lis1 = [i for i in range(5)]
lis2 = [i*2 for i in range(6)]
lis3 = [i**2 for i in range(5)]
lis = []
for x,y,z in zip(lis1,lis2,lis3):
lis.append(x+y+z)
print(lis)

列表元素依次连接
[(1, 0), (2, 1), (3, 2), (4, 3), (5, 4), (6, 5), (7, 6), (8, 7), (9, 8)]

zip生成字典
{'a': '1', 'b': '2', 'c': '3', 'd': '4'}

对应列表元素相加
[0, 4, 10, 18, 28]

zip是一个非常重要的函数,非常方便.熟悉掌握zip帮我们大幅的减少函数的代码和复杂度,并且提高效率!

最后

其实Python的技巧非常非常多,大家平时的写代码或者读代码的时候要注意收集,特别是有一些精妙的招数,一时半会无法领悟,可以记下来,慢慢思考,总有一天会对你的功力增长大有裨益.

还是那句话,代码一定要多练习才能掌握!大家加油!

相关文章
|
1月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
294 0
|
1月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
163 1
|
1月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
249 1
|
1月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
147 0
|
2月前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
267 101
|
2月前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
206 99
|
2月前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
185 98
|
2月前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
3月前
|
Python
Python 函数定义
Python 函数定义
477 155
|
1月前
|
存储 Java 索引
(Python基础)新时代语言!一起学习Python吧!(二):字符编码由来;Python字符串、字符串格式化;list集合和tuple元组区别
字符编码 我们要清楚,计算机最开始的表达都是由二进制而来 我们要想通过二进制来表示我们熟知的字符看看以下的变化 例如: 1 的二进制编码为 0000 0001 我们通过A这个字符,让其在计算机内部存储(现如今,A 字符在地址通常表示为65) 现在拿A举例: 在计算机内部 A字符,它本身表示为 65这个数,在计算机底层会转为二进制码 也意味着A字符在底层表示为 1000001 通过这样的字符表示进行转换,逐步发展为拥有127个字符的编码存储到计算机中,这个编码表也被称为ASCII编码。 但随时代变迁,ASCII编码逐渐暴露短板,全球有上百种语言,光是ASCII编码并不能够满足需求
140 4

推荐镜像

更多