这5个Python特性，后悔没早知道
作为近 10 年才崛起的编程语言，Python 已被证明是一种非常强大的语言。从交互式映射到区块链，我用 Python 构建过很多应用程序。
对初学者而言，Python 中有很多特性很难一开始就掌握。
即使你是从其他语言转换过来的程序员，用 Python 进行更高级别的抽象编码绝对是另一种体验。有些 Python 特性，我希望自己能早点知道。
本文将介绍其 5 个最重要的特性。
1. 列表推导式：代码更紧凑
很多人认为，lambda、map和filter是初学者应该最先掌握的 Python“技巧”。虽然我也认为应关注这些功能，但由于它们缺乏灵活性。
实际上，它们在大多数情况下并不是非常有用！
Lambda是一种在1行中编写一个一次性使用的函数的方法。一旦函数被多次调用，性能将受到影响。
另一方面，map 可以将一个函数应用于列表中的所有元素，而 filter 能获取集合中满足用户自定义条件的元素子集。
add_func = lambda z: z ** 2is_odd = lambda z: z%2 == 1multiply = lambda x,y: x*y aList = list(range(10))print(aList)# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
列表推导式是一个简洁而灵活的方法，它使用灵活的表达式和条件通过其他列表来创建新列表。
它用方括号来构造，带有一个表达式或函数，只有当列表中的元素满足某个条件时，该表达式或函数才作用于列表中的每个元素。
并且，它还能用嵌套来处理嵌套列表，并且这会比使用map和filter更灵活。
# Syntax of list comprehension[ expression(x) for x in aList if optional_condition(x) ] print(list(map(add_func, aList)))print([x ** 2 for x in aList])# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] print(list(filter(is_odd, aList)))print([x for x in aList if x%2 == 1])# [1, 3, 5, 7, 9]# [1, 3, 5, 7, 9]
下载地址：python-list-comprehension.py
https://gist.github.com/edenau/148a56e624297addcbceb1805c2d4554#file-python-list-comprehension-py
2. 列表操作：实现列表的双向操作
Python允许使用反向索引，其中aList[-1] == aList[len(aList)-1] 。所以，我们可以通过调用aList[-2] 来获取列表的倒数第二个元素。
我们还能使用 aList[start:end:step] 语法来对列表进行切片，其中起始元素包含在内，终止元素不包含在内（即 [start,end) 步长为 step 的前闭后开区间）。
因此，调用 aList[2:5] 会得到 [2, 3, 4]。我们也能通过调用 aList[::-1] 来反转列表，这种技术非常优雅。
此外，也可以将列表拆分成单独的元素，或者使用星号将列表拆分成单个元素和子列表的混合形式。
a, b, c, d = aList[0:4]print(f'a = {a}, b = {b}, c = {c}, d = {d}')# a = 0, b = 1, c = 2, d = 3
a, *b, c, d = aListprint(f'a = {a}, b = {b}, c = {c}, d = {d}')# a = 0, b = [1, 2, 3, 4, 5, 6, 7], c = 8, d = 9
下载地址：python-unpacking.py https://gist.github.com/edenau/da1e354a509d4129db47545f44a5028d#file-python-unpacking-py
3. 压缩和枚举：for 循环更方便
Zip 函数会创建一个 迭代器，且该迭代器可以对来自多个列表的元素进行聚合。用它可以在 for 循环中对列表进行并行遍历和排序。
用星号对其进行解压。
numList = [0, 1, 2]engList = ['zero', 'one', 'two']espList = ['cero', 'uno', 'dos']print(list(zip(numList, engList, espList)))# [(0, 'zero', 'cero'), (1, 'one', 'uno'), (2, 'two', 'dos')]
for num, eng, esp in zip(numList, engList, espList): print(f'{num} is {eng} in English and {esp} in Spanish.')# 0 is zero in English and cero in Spanish.# 1 is one in English and uno in Spanish.# 2 is two in English and dos in Spanish. 下载地址：python-zip-1.py
https://gist.github.com/edenau/f159058e3d1763ea2ec8cd792e4a8280#file-python-zip-1-py
Eng = list(zip(engList, espList, numList))Eng.sort() # sort by engLista, b, c = zip(*Eng)
print(a)print(b)print(c)# ('one', 'two', 'zero')# ('uno', 'dos', 'cero')# (1, 2, 0) 下载地址：python-zip-2.py
https://gist.github.com/edenau/4a2b984cf78daae9fc8ba57a3b0a843b#file-python-zip-2-py
开始时， Enumerate 看起来有点吓人，但在很多情况下使用它确实能方便很多。
它是一个自动计数器，通常会在 for 循环中使用它，这样就不需要再用 counter = 0 和 counter += 1 来创建和初始化计数器了。枚举和压缩是两个构造 for 循环的最强工具。
upperCase = ['A', 'B', 'C', 'D', 'E', 'F']lowerCase = ['a', 'b', 'c', 'd', 'e', 'f']for i, (upper, lower) in enumerate(zip(upperCase, lowerCase), 1): print(f'{i}: {upper} and {lower}.')# 1: A and a.# 2: B and b.# 3: C and c.# 4: D and d.# 5: E and e.# 6: F and f. 下载地址：python-enumerate.py
https://gist.github.com/edenau/34fabb07f38dde6b186724f85bd1e7b8#file-python-enumerate-py
4. 生成器：内存更高效
当我们想要对一个大的结果集进行计算，但又不想为所有结果数据同时分配内存时，我们就可以使用生成器（Generator）了。
换句话说，它会动态地生成值，并且不会将先前的值存储在内存中，因此我们只能对它们进行一次迭代操作。
当读取大文件或使用关键字 yield 生成无穷数列时，通常会用它。我发现在我的大多数数据科学项目中，它都能发挥很大作用。
def gen(n): # an infinite sequence generator that generates integers >= n while True: yield n n += 1 G = gen(3) # starts at 3print(next(G)) # 3print(next(G)) # 4print(next(G)) # 5print(next(G)) # 6
下载地址：python-generator.py
https://gist.github.com/edenau/d23b71ff473720ae19fd4514f2232bdb#file-python-generator-py
5. 虚拟环境：实现隔离
如果在本文介绍的 5 个特性中只选一个，那么就是 虚拟环境 的使用。
Python 应用程序通常会用各种不同的包，这些包可能是由具有复杂依赖关系的不同开发人员开发的。每个应用程序都会用特定的库设置，使用其他库的版本无法实现对某个应用程序安装包的复制。
所以，不存在满足所有应用要求的单个安装包。