python高級(jí)特性

yexiaobai 發(fā)布于2019-07-30 14:19 / 446人閱讀

摘要：常規(guī)的使用來統(tǒng)計(jì)一段代碼運(yùn)行時(shí)間的例子輸出結(jié)果總結(jié)其實(shí)是一門特別人性化的語言，但凡在工程中經(jīng)常遇到的問題，處理起來比較棘手的模式基本都有對(duì)應(yīng)的比較優(yōu)雅的解決方案。

python的高級(jí)特性 名詞與翻譯對(duì)照表

generator 生成器

iterator 迭代器

collection 集合

pack/unpack 打包/解包

decorator 裝飾器

context manager 上下文管理器

本篇文章重點(diǎn)介紹以下內(nèi)容

python語言的一些高階用法主要有以下幾個(gè)特性：

generators生成器用法

collections包常見用法

itertools包常見用法

packing/unpacking封包/解包特性

Decorators裝飾器

Context Managers上下文管理期

以上幾個(gè)特性我會(huì)針對(duì)應(yīng)用場(chǎng)景，使用注意事項(xiàng)，應(yīng)用舉例幾個(gè)維度分別進(jìn)行講解，如果有同學(xué)對(duì)某個(gè)特性特別熟悉則可以直接跳過。

generators生成器用法

generator一般用來產(chǎn)生序列類型的值得對(duì)象，一般都可以在for循環(huán)中迭代，也可以通過next方法調(diào)用，生成器可以通過yield關(guān)鍵字產(chǎn)生。

生成器的作用：

減少內(nèi)存占用
比如：利用迭代器的使用方式打開文件

with open("/path/to/file") as f:
    for line in f:   # 這個(gè)地方迭代文件
        print(line)

提高運(yùn)行效率

延遲運(yùn)行，僅當(dāng)需要運(yùn)行的地方才開始執(zhí)行

如下例子：

def fibonacci_generator():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

# Print all the numbers of the Fibonacci sequence that are lower than 1000
for i in fibonacci_generator():
    if i > 1000:
        break
    print(i)

輸出結(jié)果

在python中可以使用生成器表達(dá)式去迭代一個(gè)對(duì)象，生成器表達(dá)式和列表最大的差別就在于是否一次性將結(jié)果計(jì)算完成，舉例如下：

a = (x * x for x in range(100))

# a is a generator object
print(type(a))

# Sum all the numbers of the generator
print(sum(a))

# There are no elements left in the generator
print(sum(a))

輸出結(jié)果如下：


328350
0

collections包常見用法

collections包是標(biāo)準(zhǔn)庫(kù)的一個(gè)模塊，主要目的是用來擴(kuò)展容器相關(guān)的數(shù)據(jù)類型，
我們通過dir查看collections包有哪些模塊：

>>> import collections
>>> dir(collections)
["Callable", "Container", "Counter", "Hashable", "ItemsView", "Iterable", "Iterator", "KeysView", "Mapping", "MappingView", "MutableMapping", "MutableSequence", "MutableSet", "OrderedDict", "Sequence", "Set", "Sized", "ValuesView", "__all__", "__builtins__", "__doc__", "__file__", "__name__", "__package__", "_abcoll", "_chain", "_class_template", "_eq", "_field_template", "_get_ident", "_heapq", "_imap", "_iskeyword", "_itemgetter", "_repeat", "_repr_template", "_starmap", "_sys", "defaultdict", "deque", "namedtuple"]

我們以Counter為例：

from collections import Counter

a = Counter("blue")
b = Counter("yellow")

print(a)
print(b)
print((a + b).most_common(3))

輸出結(jié)果如下：

Counter({"u": 1, "e": 1, "l": 1, "b": 1})
Counter({"l": 2, "y": 1, "e": 1, "o": 1, "w": 1})
[("l", 3), ("e", 2), ("y", 1)]

另外defaultdict也是我常用的一個(gè)模塊，defaultdict是dict的子類，允許我們通過工廠方法來動(dòng)態(tài)創(chuàng)建不存在的屬性，舉例如下：

from collections import defaultdict

my_dict = defaultdict(lambda: "Default Value")
my_dict["a"] = 42

print(my_dict["a"])
print(my_dict["b"])

運(yùn)行結(jié)果如下：

42
Default Value

在工作中我經(jīng)常用defaultdict來構(gòu)造一顆樹形數(shù)據(jù)結(jié)構(gòu)來滿足我的常規(guī)需求，實(shí)例如下：

from collections import defaultdict
import json

def tree():
    """
    Factory that creates a defaultdict that also uses this factory
    """
    return defaultdict(tree)

root = tree()
root["Page"]["Python"]["defaultdict"]["Title"] = "Using defaultdict"
root["Page"]["Python"]["defaultdict"]["Subtitle"] = "Create a tree"
root["Page"]["Java"] = None

print(json.dumps(root, indent=4))

運(yùn)行結(jié)果如下：

{
    "Page": {
        "Python": {
            "defaultdict": {
                "Subtitle": "Create a tree",
                "Title": "Using defaultdict"
            }
        },
        "Java": null
    }
}

itertools包常見用法

itertools包也是標(biāo)準(zhǔn)庫(kù)的一個(gè)模塊，他常見的用法是用來擴(kuò)展迭代器的使用，高效的執(zhí)行迭代

我們通過dir方法來查看itertools都有哪些模塊

>>> import itertools
>>> dir(itertools)
["__doc__", "__file__", "__name__", "__package__", "chain", "combinations", "combinations_with_replacement", "compress", "count", "cycle", "dropwhile", "groupby", "ifilter", "ifilterfalse", "imap", "islice", "izip", "izip_longest", "permutations", "product", "repeat", "starmap", "takewhile", "tee"]

我們以permutations舉例如下：

from itertools import permutations

for p in permutations([1,2,3]):
    print(p)

輸出結(jié)果：

(1, 2, 3)
(1, 3, 2)
(2, 1, 3)
(2, 3, 1)
(3, 1, 2)
(3, 2, 1)

combinations示例如下：

from itertools import combinations

for c in combinations([1, 2, 3, 4], 2):
    print(c)

輸出結(jié)果：

(1, 2)
(1, 3)
(1, 4)
(2, 3)
(2, 4)
(3, 4)

另外chain模塊也是常用模塊之一
chain使用示例：

from itertools import chain

for c in chain(range(3), range(12, 15)):
    print(c)

輸出結(jié)果如下：

另外itertools工具包里還有很多常見的用法，這里不再一一舉例，大家可以自行嘗試。

packing/unpacking特性

在函數(shù)參數(shù)里使用*args，**kwargs都很常見，但是以下的幾種用法你們有試過嗎？

a, *b, c = [2, 7, 5, 6, 3, 4, 1]
print(a)
print(b)
print(c)

以上代碼輸出：

2
[7, 5, 6, 3, 4]
1

有同學(xué)抱怨說這樣運(yùn)行不對(duì)，會(huì)報(bào)錯(cuò)，呵呵，那是因?yàn)槟阌玫膒ython2，python3中已經(jīng)對(duì)pack，unpack特性進(jìn)行了很好的實(shí)現(xiàn)。

剛才我已經(jīng)看到了pack的舉例，我們接下來再看看unpack

def repeat(count, name):
    for i in range(count):
        print(name)

print("Call function repeat using a list of arguments:")
args = [4, "cats"]
repeat(*args)

print("Call function repeat using a dictionary of keyword arguments:")
args2 = {"count": 4, "name": "cats"}
repeat(**args2)

運(yùn)行結(jié)果如下：

Call function repeat using a list of arguments:
cats
cats
cats
cats
Call function repeat using a dictionary of keyword arguments:
cats
cats
cats
cats

最后我們?cè)倩貧w到函數(shù)參數(shù)的例子上：

def f(*args, **kwargs):
    print("Arguments: ", args)
    print("Keyword arguments: ", kwargs)

f(3, 4, 9, foo=42, bar=7)

以上代碼輸出：

Arguments:  (3, 4, 9)
Keyword arguments:  {"bar": 7, "foo": 42}

Decorators裝飾器

裝飾器這個(gè)語法糖相信使用flask或者bottle的同學(xué)應(yīng)該都不陌生，使用django的也應(yīng)該經(jīng)常會(huì)遇到，但是大家有沒有去想過這個(gè)語法糖的應(yīng)用場(chǎng)景呢？我簡(jiǎn)單整理了下，大概有以下幾種裝飾器：

緩存裝飾器

權(quán)限驗(yàn)證裝飾器

計(jì)時(shí)裝飾器

日志裝飾器

路由裝飾器

異常處理裝飾器

錯(cuò)誤重試裝飾器

我們拿緩存裝飾器舉例：

def cache(function):
    cached_values = {}  # Contains already computed values
    def wrapping_function(*args):
        if args not in cached_values:
            # Call the function only if we haven"t already done it for those parameters
            cached_values[args] = function(*args)
        return cached_values[args]
    return wrapping_function

@cache
def fibonacci(n):
    print("calling fibonacci(%d)" % n)
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print([fibonacci(n) for n in range(1, 9)])

以上代碼輸出：

calling fibonacci(1)
calling fibonacci(2)
calling fibonacci(0)
calling fibonacci(3)
calling fibonacci(4)
calling fibonacci(5)
calling fibonacci(6)
calling fibonacci(7)
calling fibonacci(8)
[1, 1, 2, 3, 5, 8, 13, 21]

在python3中有一個(gè)包叫做lrucache，就是用的裝飾器的語法糖進(jìn)行實(shí)現(xiàn)。

lrucache的簡(jiǎn)單實(shí)用如下：

from functools import lru_cache

@lru_cache(maxsize=None)
def fibonacci(n):
    print("calling fibonacci(%d)" % n)
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print([fibonacci(n) for n in range(1, 9)])

運(yùn)行結(jié)果：

calling fibonacci(1)
calling fibonacci(2)
calling fibonacci(0)
calling fibonacci(3)
calling fibonacci(4)
calling fibonacci(5)
calling fibonacci(6)
calling fibonacci(7)
calling fibonacci(8)
[1, 1, 2, 3, 5, 8, 13, 21]

Context Managers上下文管理期

最后我們?cè)倏磒ython中的上下文管理器，這個(gè)語法糖在資源管理上有很常見的使用場(chǎng)景，比如上文中我用with open("file") as的用法，使用了with后就不用擔(dān)心文件不會(huì)關(guān)閉了，在處理socket編程的時(shí)候也可以用。這個(gè)語法糖其實(shí)也不難就是兩個(gè)魔術(shù)方法的實(shí)現(xiàn)，__enter__ 和 __exit__，一個(gè)控制入口，一個(gè)控制出口。

常規(guī)的使用with來統(tǒng)計(jì)一段代碼運(yùn)行時(shí)間的例子：

from time import time


class Timer():
    def __init__(self, message):
        self.message = message

    def __enter__(self):
        self.start = time()
        return None  # could return anything, to be used like this: with Timer("Message") as value:

    def __exit__(self, type, value, traceback):
        elapsed_time = (time() - self.start) * 1000
        print(self.message.format(elapsed_time))


with Timer("Elapsed time to compute some prime numbers: {}ms"):
    primes = []
    for x in range(2, 500):
        if not any(x % p == 0 for p in primes):
            primes.append(x)
    print("Primes: {}".format(primes))

輸出結(jié)果：

Primes: [2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97, 101, 103, 107, 109, 113, 127, 131, 137, 139, 149, 151, 157, 163, 167, 173, 179, 181, 191, 193, 197, 199, 211, 223, 227, 229, 233, 239, 241, 251, 257, 263, 269, 271, 277, 281, 283, 293, 307, 311, 313, 317, 331, 337, 347, 349, 353, 359, 367, 373, 379, 383, 389, 397, 401, 409, 419, 421, 431, 433, 439, 443, 449, 457, 461, 463, 467, 479, 487, 491, 499]
Elapsed time to compute some prime numbers: 1.055002212524414ms

總結(jié)

其實(shí)python是一門特別人性化的語言，但凡在工程中經(jīng)常遇到的問題，處理起來比較棘手的模式基本都有對(duì)應(yīng)的比較優(yōu)雅的解決方案。有些寫Java同學(xué)寫python代碼經(jīng)常看起來像是寫C，沒有一點(diǎn)python語言的影子，因此簡(jiǎn)單整理了下python進(jìn)階的一些用法，希望能夠幫助一些同學(xué)。

PS:大家如果轉(zhuǎn)載請(qǐng)保留出處和作者
PS:如果希望收到本人更多的技術(shù)筆記歡迎關(guān)注本公共號(hào)或者搜索CodingFutuer進(jìn)行關(guān)注