专栏名称: 机器之心
目录
相关文章推荐
爱可可-爱生活  ·  优化思维:探索大模型推理能力的最佳计算规模 ... ·  16 小时前  
黄建同学  ·  Gemini Code ... ·  16 小时前  
黄建同学  ·  Anthropic ... ·  昨天  
机器之心  ·  超越DeepSeek-ProverV1.5! ... ·  2 天前  
51好读  ›  专栏  ›  机器之心

学Python,从列表推导到zip()函数,这五种技巧应知应会

机器之心  · 掘金  · AI  · 2019-09-27 03:10

正文

阅读 25

学Python,从列表推导到zip()函数,这五种技巧应知应会

最开始学 Python 时,如果我能掌握这些方法,那么代码看起来会更加优美。

选自towardsdatascience, 作者:Peter Nistru,机器之心编译,参与:思。

机器之心已经介绍过很多 Python 教程,从非常齐备的长教程: 一文掌握 Python 关键代码 ,到一些好玩的小技巧: Python 技巧 101 ,它们从不同的层面安利着 Python 这门神奇的语言。在本文中,作者介绍了 5 种方法,也许在入门阶段时,我们还不太了解它们,但在实战中这 5 个技巧非常实用。

以下即五种实用的小技巧:

  • 字符串运算

  • 列表推导式

  • lambda 和 map()

  • 单行条件语句

  • zip()

字符串运算

字符串本质上也是一种元组,但是字符串有很多「运算」方式。最直观的是字符串的 + 和 * 运算,它们分别表示重复和连接。
>>> my_string = "Hi Medium..!">>> print(my_string * 2)Hi Medium..!Hi Medium..!>>> print(my_string + " I love Python" * 2)Hi Medium..! I love Python I love Python复制代码
此外,如果希望获得反向字符串,也可以直接使用 [::-1] 进行索引:
>>> print(my_string[::-1])!..muideM iH>>> my_list = [1,2,3,4,5]>>> print(my_list[::-1])[5, 4, 3, 2, 1]复制代码
如果列表元素都是字符串,那么我们可以快速地使用 join() 方法将所有元素凭借在一起:
>>> word_list = ["awesome", "is", "this"]>>> print(' '.join(word_list[::-1]) + '!')this is awesome!复制代码
如上我们使用 .join() 方法拼接列表元素,其中 『 』 表示连接方式为空格。其实在自然语言处理中,这个方法会经常使用,例如我们将句子拆分为了字符,那么处理后的合并就需要使用 join() 了。

列表推导式

如果你还不会使用列表推导式,那么快学起来吧。正如本文作者所言,「当我第一次学到这种方式时,我的整个世界都变了。」列表推导式真的非常强大,它不仅在速度上比一般的方法快,同时直观性、可读性都非常强。如果你希望迭代列表做一些运算,那么快使用它吧。

我们先定义一个简单的函数,它会算变量的平方并加 5:

>>> def stupid_func(x):>>>     return x**2 + 5复制代码
如果我们希望将该函数应用到列表中的奇数项,那么不采用列表推导式的情况下,我们一般会写成以下形式:
>>> my_list = [1, 2, 3, 4, 5]>>> new_list = []>>> for x in my_list:>>>     if x % 2 != 0:>>>         new_list.append(stupid_func(x))>>> print(new_list)[6, 14, 30]复制代码
但是现在我们有了列表推导式,那么上面代码可以等价修改为:
>>> my_list = [1, 2, 3, 4, 5]>>> print([stupid_func(x) for x in my_list if x % 2 != 0])[6, 14, 30]复制代码
列表推导式的一般语法可以表示为 [ expression for item in list ],如果你希望加上一些布尔型条件语句,那么上面的语法可以修改为 [ expression for item in list if conditional ],它的结构其实和下面是等价的。
>>> for item in list:>>>     if conditional:>>>         expression复制代码
上面的列表推导式可以进一步简化,即不需要定义一个新函数。
>>> print([x ** 2 + 5 for x in my_list if x % 2 != 0])[6, 14, 30]复制代码

Lambda 和 Map

Lambda 是一种匿名函数,它看起来可能有一点奇怪,但是一旦你理解了它,那么他就会变得非常直观与强大。

一般而言,Lambda 函数都比较小,它也不需要定义函数名。那么为什么需要匿名函数?简单而言,Lambda 最常执行一些直观的运算,它并不需要标准的函数定义,而且也不需要新的函数名再次调用。

还是拿上面的先平方再加 5 为例,前面我们是定义了一个标准的函数,def stupid_func(x),现在我们可以试试 Lambda 匿名函数:
>>> stupid_func = (lambda x : x ** 2 + 5)>>> print([stupid_func(1), stupid_func(3), stupid_func(5)])[6, 14, 30]复制代码
那么我们为什么要用上面的表达式?很大一部分原因在于,当我们想执行一些简单运算时,可以不需要定义真实函数就能完成。例如排序列表元素,一种直观的方法可以使用 sorted() 方法:
>>> my_list = [2, 1, 0, -1, -2]>>> print(sorted(my_list))[-2, -1, 0, 1, 2]复制代码
这只能默认从大到小或从小到大排序,但是借助 Lambda 表达式,我们可以实现更自由的排序标准。如下所示我们希望根据最小的平方数对列表进行排序,其可以使用 Lambda 函数定义键,从而告诉 sorted() 方法该怎样排序。
>>> print(sorted(my_list, key = lambda x : x ** 2))[0, -1, 1, -2, 2]复制代码
Map 是一个简单的函数,它可以将某个函数应用到其它一些序列元素,例如列表。如果我们有两个列表,我们希望将这两个列表对应的元素相乘,那么使用 lambda 函数和 map 可以快速实现这一功能:
>>> print(list(map(lambda x, y : x * y, [1, 2, 3], [4, 5, 6])))[4, 10, 18]复制代码
上面的代码非常优雅,如果不用它们两者,那么一般的表达需要写成这样:
>>> x, y = [1, 2, 3], [4, 5, 6]>>> z = []>>> for






请到「今天看啥」查看全文