0
Kirill Sharkovski 發布在 Unsplash 雜志上的照片
雷鋒網AI開發者按，Python 是近十年來興起的編程語言，并且被證明是一種非常強大的語言。我用 Python 構建了很多應用程序，從交互式地圖到區塊鏈。Python 有很多特性，初學者很難一開始就掌握所有的特性。
即使你是一個從其他語言（如 C 或 MATLAB）轉換過來的程序員，用更高抽象級別的 Python 編寫代碼絕對是另一種體驗。回顧起來，有很多 Python 特性如果我能早點知道，肯定能少走不少彎路?，F在我想要重點介紹其中五個最重要的特性。
1.理解 List——壓縮代碼
很多人會將 lambda、map 和 filter 作為 Python 的「技巧」，每個初學者都應該學習這些技巧。雖然我相信它們是我們應該掌握的特性，但我發現由于缺乏靈活性，它們在大多數時候并不特別有用。
Lambda 是一種在一行中組合函數以供一次性使用的方法。如果函數被多次調用，性能將受到影響。另一方面，map 將函數應用于列表中的所有元素，而 filter 將獲取滿足用戶定義條件的集合中元素的子集。
add_func = lambda z: z ** 2
is_odd = lambda z: z%2 == 1
multiply = lambda x,y: x*y
aList = list(range(10))
print(aList)
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
Anastase Maragos 發表在 Unsplash 雜志上的照片
列表理解是一種簡潔而靈活的方法，可以使用靈活的表達式和條件從其他列表創建列表。它是由方括號構造的，它有一個表達式或一個函數，只有當元素滿足某個條件時，該表達式或函數才應用于列表中的每個元素。它還可以嵌套來處理嵌套列表，并且比使用 map 和 filter 靈活得多。
# 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]
2.列表循環
Python 允許使用負索引，其中 Altruts [-1]＝= Altrue[LeN（Listor）-1 ]。因此，我們可以通過調用 a list[-2] 等獲得列表中的倒數第二個元素。
我們還可以使用語法 aList[start:end:step] 對列表進行切片，其中包含起始元素，但不包含結束元素。因此，aList[2:5] 的結果是 [2，3，4]。我們也可以通過調用 a list[：：-1] 來反轉列表，我發現這種技術非常優雅。
Martin Shreder 發表在 Unsplash 雜志上的照片
列表也可以分解成單獨的元素，或者使用星號將元素和子列表混合。
a, b, c, d = aList[0:4]
print(f'a = {a}, b = , c = {c}, d = ppppp3pppp')
# a = 0, b = 1, c = 2, d = 3
a, *b, c, d = aList
print(f'a = {a}, b = , c = {c}, d = ppppp3pppp')
# a = 0, b = [1, 2, 3, 4, 5, 6, 7], c = 8, d = 9
3.壓縮和枚舉：for 循環
Zip 函數創建一個迭代器，該迭代器聚合來自多個列表的元素。它允許在 for 循環中并行遍歷列表并并行排序。它可以用星號來解壓縮。
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.
Eng = list(zip(engList, espList, numList))
Eng.sort() # sort by engList
a, b, c = zip(*Eng)
print(a)
print(b)
print(c)
# ('one', 'two', 'zero')
# ('uno', 'dos', 'cero')
# (1, 2, 0)
Erol Ahmed 發表在 Unsplash 雜志上的照片
枚舉一開始可能看起來有點嚇人，但在許多情況下它是非常方便的。它是一個經常在 for 循環中使用的自動計數器，不需要在 for 循環中創建和初始化計數器變量 by counter=0 和 counter+=1。枚舉和 zip 是構造 for 循環時最強大的兩個工具。
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.
4.生成器：內存效率
當我們打算對大量數據進行計算，但希望避免同時分配所有結果所需的內存時，會使用生成器。換句話說，它們會動態生成值，而不會將以前的值存儲在內存中，因此我們只能對它們進行一次迭代。
它們通常用于讀取大文件或使用關鍵字 yield 生成無限序列。我經常發現它在我的大多數數據科學項目中很有用。
def gen(n): # an infinite sequence generator that generates integers >= n
while True:
yield n
n += 1
G = gen(3) # starts at 3
print(next(G)) # 3
print(next(G)) # 4
print(next(G)) # 5
print(next(G)) # 6
5.虛擬環境：isolation
如果你讀完本文中只記得其中一條，那么應該是虛擬環境的使用。
Matthew Kwong 發布在 Unsplash 上的照片
Python 應用程序通常使用很多不同的包，這些包來不同的開發人員，具有復雜的依賴關系。不同的應用程序是使用特定的庫設置開發的，其中的結果不能使用其他庫版本復制。不存在一次安裝就滿足所有應用要求的情況。
conda create -n venv pip python=3.7 # select python version
source activate venv
...
source deactivate
因此，為每個應用程序創建獨立的獨立虛擬環境 venv 是非常重要的，這可以使用 pip 或 conda 來完成。
參考文章：
Visualizing Bike Mobility in London using Interactive Maps and Animations
via：https://towardsdatascience.com/5-python-features-i-wish-i-had-known-earlier-bc16e4a13bf4
雷鋒網雷鋒網雷鋒網
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
