建站
咨詢
售后
建站咨詢
新聞中心
人生苦短，快學(xué)Python
公司主營業(yè)務(wù)：成都網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、外貿(mào)網(wǎng)站建設(shè)、移動網(wǎng)站開發(fā)等業(yè)務(wù)。幫助企業(yè)客戶真正實(shí)現(xiàn)互聯(lián)網(wǎng)宣傳，提高企業(yè)的競爭能力。成都創(chuàng)新互聯(lián)公司是一支青春激揚(yáng)、勤奮敬業(yè)、活力青春激揚(yáng)、勤奮敬業(yè)、活力澎湃、和諧高效的團(tuán)隊(duì)。公司秉承以“開放、自由、嚴(yán)謹(jǐn)、自律”為核心的企業(yè)文化，感謝他們對我們的高要求，感謝他們從不同領(lǐng)域給我們帶來的挑戰(zhàn)，讓我們激情的團(tuán)隊(duì)有機(jī)會用頭腦與智慧不斷的給客戶帶來驚喜。成都創(chuàng)新互聯(lián)公司推出公安免費(fèi)做網(wǎng)站回饋大家。
1. ... 對象
沒錯，你沒看錯，就是 "..."
在Python中 ... 代表著一個名為 Ellipsis 的對象。根據(jù)官方說明，它是一個特殊值，通?？梢宰鳛榭蘸瘮?shù)的占位符，或是用于Numpy中的切片操作。
如：
def my_awesome_function():
...
等同于：
def my_awesome_function():
Ellipsis
當(dāng)然，你也可以使用pass或者字符串作為占位符：
def my_awesome_function():
pass
def my_awesome_function():
"An empty, but also awesome function"
他們最終的效果都是相同的。
接下來講講...對象是如何在Numpy中體現(xiàn)出作用的，創(chuàng)建一個 3x3x3 的矩陣數(shù)組，然后獲取所有最內(nèi)層矩陣的第二列：
>>> import numpy as np
>>> array = np.arange(27).reshape(3, 3, 3)
>>> array
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8]],
[[ 9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]])
為了獲取最層矩陣的第二列，傳統(tǒng)方法可能是這樣的：
>>> array[:, :, 1]
array([[ 1, 4, 7],
[10, 13, 16],
[19, 22, 25]])
如果你會用...對象，則是這樣的：
>>> array[..., 1]
array([[ 1, 4, 7],
[10, 13, 16],
[19, 22, 25]])
不過請注意， ... 對象僅可用于Numpy，不適用于Python內(nèi)置數(shù)組。
2.解壓迭代對象
解壓迭代對象是一個非常方便的特性：
>>> a, *b, c = range(1, 11)
>>> a
1
>>> c
10
>>> b
[2, 3, 4, 5, 6, 7, 8, 9]
或者是：
>>> a, b, c = range(3)
>>> a
0
>>> b
1
>>> c
2
同理，與其寫這樣的代碼：
>>> lst = [1]
>>> a = lst[0]
>>> a
1
>>> (a, ) = lst
>>> a
1
你不如跟解壓迭代對象一樣，進(jìn)行更優(yōu)雅的賦值操作：
>>> lst = [1]
>>> [a] = lst
>>> a
1
雖然這看起來有點(diǎn)蠢，但就我個人來看，比前一種寫法更優(yōu)雅一些。
3.展開的藝術(shù)
數(shù)組展開有各種千奇百怪的姿勢，比如說：
>>> l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> flattened = [elem for sublist in l for elem in sublist]
>>> flattened
[1, 2, 3, 4, 5, 6, 7, 8, 9]
如果你對reduce和lambda有一定了解，建議使用更優(yōu)雅的方式：
>>> from functools import reduce
>>> reduce(lambda x,y: x+y, l)
[1, 2, 3, 4, 5, 6, 7, 8, 9]
reduce和lambda組合起來，就能針對 l 數(shù)組內(nèi)的每個子數(shù)組做拼接操作。
當(dāng)然，還有更神奇的方式：
>>> sum(l, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> # 其實(shí)相當(dāng)于 [] + [1, 2, 3] + [4, 5, 6] + [7, 8, 9]
沒錯，這樣對二維數(shù)組做sum操作，就能使二維數(shù)組內(nèi)的每個元素做“加”法拼接起來。
同樣的道理，如果你對三位數(shù)組做sum操作，就能使其變?yōu)槎S數(shù)組，此時(shí)再對二維數(shù)組做sum操作，就能展開為一維數(shù)組。
雖然這個技巧很出色，但我并不推薦使用，因?yàn)榭勺x性太差了。
4.下劃線 _ 變量
每當(dāng)你在Python解釋器，IPython或Django Console中運(yùn)行表達(dá)式時(shí)，Python都會將輸出的值綁定到 _ 變量中：
>>> nums = [1, 3, 7]
>>> sum(nums)
11
>>> _
11
>>>
由于它是一個變量，你可以隨時(shí)覆蓋它，或像普通變量一樣操作它：
>>> 9 + _
20
>>> a = _
>>> a
20
5.多種用途的else
很多人都不知道，else 可以被用于許多地方，除了典型的 if else, 我們還可以在循環(huán)和異常處理里用到它。
循環(huán)
如果需要判斷循環(huán)里是否處理了某個邏輯，通常情況下會這么做：
found = False
a = 0
while a < 10:
if a == 12:
found = True
a += 1
if not found:
print("a was never found")
如果引入else，我們可以少用一個變量：
a = 0
while a < 10:
if a == 12:
break
a += 1
else:
print("a was never found")
異常處理
我們可以在 try ... except ... 中使用 else 編寫未捕獲到異常時(shí)的邏輯：
In [13]: try:
...: {}['lala']
...: except KeyError:
...: print("Key is missing")
...: else:
...: print("Else here")
...:
Key is missing
這樣，如果程序沒有異常，則會走else分支：
In [14]: try:
...: {'lala': 'bla'}['lala']
...: except KeyError:
...: print("Key is missing")
...: else:
...: print("Else here")
...:
Else here
如果你經(jīng)常做異常處理，你就會知道這個技巧相當(dāng)方便。
當(dāng)前題目：Python 你可能從未聽說過的五種隱藏技巧
分享路徑：http://www.dlmjj.cn/article/dppihsj.html
