前言
文章有點標題黨，主要是分享一些Python好用的語法糖，用更少的代碼實現(xiàn)同樣的功能，而且還很優(yōu)雅。
兵器譜
1. ifpython沒有三目運算符，我挺苦惱的，比如把兩個整數(shù)較大的那個復制給一個變量，有三目運算符的語言會這樣寫：
a = 1
b = 2
c = a > b ? a : b
后來發(fā)現(xiàn)Python的if語句可以寫成一行完成上述功能：
c = a if a > b else b
2. with我們通常以如下形式操作文件：
try: f = open('/path/to/file', 'r')
print f.read()
finally:
if f:
f.close()
每次這樣寫太繁瑣，來試試with的威力：
with open('/path/to/file', 'r') as f:
print f.read()
代碼更佳簡潔，并且不必調(diào)用f.close()方法。
with利用了上下文管理協(xié)議，這玩意說起來太復雜，直接上代碼。
自定義一個支持上下文管理協(xié)議的類, 類中實現(xiàn)enter方法和exit方法。
class MyWith(object):
def __enter__(self):
print 'Enter with'
return self # 返回對象給as后的變量
def __exit__(self, exc_type, exc_value, exc_traceback):
#關閉資源等
if exc_traceback is None:
print 'Exited without Exception'
return True
else:
print 'Exited with Exception'
return False
def test_with():
with MyWith() as my_with:
print 'running my_with'
print '------分割線-----'
with MyWith() as my_with:
print 'running before Exception'
raise Exception
print 'running after Exception'
if __name__ == '__main__':
test_with()
輸出：
Enter with
running my_with
Exited without Exception
------分割線-----
Enter with
running before Exception
Exited with Exception
3. map大多數(shù)的for循環(huán)可以用map來代替，用法是：map(func,seq)，對seq中的每個元素進行操作，具體什么操作在func里定義。
我們以前是這么寫for循環(huán)的：
array = [1, 2, 3]
square_array = []
for i in array:
square_array.append(i ** 2)
改用map：
array = [1, 2, 3]
square_array = map(lambda i: i ** 2, array)
map的第一個參數(shù)是lambda表達式，冒號前面的i作為形參，來自于array中的元素，冒號后面就是要返回的值。
當然你也可以使用列表推導式來代替：
array = [1, 2, 3]
square_array = [i ** 2 for i in array]
4. filter用法與map類似：filter(func,seq)，對seq中的元素進行過濾，返回符合條件的那些元素。
比如返回array = [1, 2, 3, 4]中的所有奇數(shù)：
print filter(lambda i: i % 2, array)
這里是對2取余，返回結(jié)果為True的元素。那么什么情況下結(jié)果為True？Python里面不為0，None或者null都是True。所以結(jié)果就是，偶數(shù)是False，奇數(shù)是True，返回所有奇數(shù)。
列表推導式方案：
print [i for i in array if i % 2 != 0]
5. reduce用法：reduce(func,seq)，對seq中的每個元素進行func操作，最后匯總返回一個值。
1). 求array = [1, 2, 3]所有元素的和：
print reduce(lambda x, y: x + y, array)
reduce會先將array里面的頭兩個數(shù)分別作為x和y，求它們的和，然后把它的結(jié)果和第三個相加，再把結(jié)果和第四個相加，直到最后一個元素。
2) 求array = [1, 2, 3]中的最大值：
print reduce(lambda x, y: x if x > y else y, array)
3) 求strings = ['abc', 'abcd', 'def']中”abc”出現(xiàn)的總次數(shù)：
print reduce(lambda count, str: count + str.count('abc'), strings, 0)
第三個參數(shù)0是count的初始值。
5. eval執(zhí)行一個字符串表達式，并返回表達式的值。
print eval('1 + 1')
>> 2
再來個復雜點的：
def init():
return 1
def func(num):
return 2
action = {'num': init, 'func': func}
expression = 'func(num)'
print eval(expression, action)
>> 2
看不懂就算了，這玩意寫起來很飄逸，但是殺敵一千，自損八百。
7. 裝飾器
設計模式的中的裝飾器模式還記得吧，可以動態(tài)擴展一個類的功能，但是又不會修改這個類的源碼，Java IO包大量采用了裝飾器模式，我們來看看Python是怎么玩的。
舉個簡單的例子吧，在一個函數(shù)執(zhí)行前打日志：
def log(func):
def wrapper(*args, **kwargs):
print('call %s()' % func.__name__)
return func(*args, **kwargs)
return wrapper
@log
def func():
print 'do something'
func()
輸出：
call func()
do something
8. 生成器yield是Python核心關鍵字，不懂生成器，基本上就是把Python當加強版的Shell在用。
迭代是在程序開發(fā)中常用的操作，對一個列表進行遍歷?？墒侨绻斜頂?shù)據(jù)過多，比如有上億條，就會遇到問題，因為內(nèi)存空間有限。生成器應運而生，舉個斐波那契數(shù)列的例子：
def fib(n):
a = b = 1
for i in range(n):
yield a
a, b = b, a + b
for i in fib(10):
print i,
輸出：
1 1 2 3 5 8 13 21 34 55
配合send、next函數(shù)，生成器可以實現(xiàn)協(xié)程的功能：
def func():
while True:
n = yield
print n
gen = func()
print gen.next()
gen.send(2)
gen.send(3)
輸出：
None
2
3
調(diào)用next函數(shù)后，代碼執(zhí)行到y(tǒng)ield，因為后面沒有任何值，所以打印出來的結(jié)果是None，此時代碼hold住，讓出CPU。調(diào)用send(2)后代碼恢復執(zhí)行，將2賦給n然后打印，yield自帶next函數(shù)功能，代碼繼續(xù)執(zhí)行到y(tǒng)ield，周而復始。通過生成器在單線程的情況下實現(xiàn)了任務調(diào)度。
9. for/else我們經(jīng)常使用for循環(huán)來查找元素，有兩個場景會使循環(huán)停下來：
元素被找到，觸發(fā)break。
循環(huán)結(jié)束。
但是我們并不知道是哪個原因?qū)е卵h(huán)結(jié)束，通常是設置一個標記，元素被找到，改變標記的值。for/else可以很優(yōu)雅地解決這個問題：
for i in range(10):
if i > 10:
print i
else:
