本文共 3125 字，大约阅读时间需要 10 分钟。

Python 高级特性

切片

Python 提供了强大的切片功能，类似于Excel 中数据透视表的切片器。通过指定索引范围，可以轻松提取列表中所需的部分数据。

L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']L[0:3]  # 提取前三个元素：['Michael', 'Sarah', 'Tracy']S = list(range(100))S[0:100:9]  # 提取索引为 9 的倍数的元素：[0, 9, 18, ..., 99]

切片操作不仅适用于列表，还可以用于 tuple：

tuple_list = [1, 2, 3]tuple_result = tuple_list[1:3]  # tuple(2, 3)

迭代

Python 的迭代机制允许对各种可迭代对象（如 list、tuple、dict、str 等）进行统一处理。可通过 for 循环遍历这些对象。

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

enumerate 函数可将索引和元素同时遍历：

for index, value in enumerate(['a', 'b', 'c']):    print(f'Index: {index}, Value: {value}')

检查对象是否可迭代：

from collections import Iterableisinstance('abc', Iterable)  # Trueisinstance([1, 2, 3], Iterable)  # Trueisinstance(123, Iterable)  # False

列表生成式

列表生成式（List Comprehensions）是一种强大的工具，用于创建高效的 list。语法简洁，效率高。

tiangan = '甲乙丙丁戊己庚辛壬癸'dizhi = '子丑寅卯辰巳午未申酉戌亥'jiazi = [tiangan[x % len(tiangan)] + dizhi[x % len(dizhi)] for x in range(60)]

支持条件判断和多层循环：

[x * x for x in range(1, 11) if x % 2 == 0]  # [4, 16, 36, 64, 100][m + n for m in 'ABC' for n in 'XYZ']  # ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

生成器

生成器是一种高效的数据结构，适合处理大数据量的迭代操作。生成器在循环时按需计算，避免了存储所有数据的开销。

L = [x * x for x in range(10)]g = (x * x for x in range(10))  # 生成器对象try:    print(next(g))  # 0    print(next(g))  # 1except StopIteration:    print('结束')

迭代器与生成器

• 可迭代对象（Iterable）：如 list、tuple、dict 等，可以通过 for 循环遍历。
• 迭代器（Iterator）：通过 iter() 函数将可迭代对象转换为迭代器，支持通过 next() 获取下一个元素。

函数式编程

Python 支持函数式编程，通过高阶函数实现函数的组合与传递。

高阶函数

• 变量可以指向函数：

  abs(-10)  # 10f = absf(-10)  # 10

• 函数名也是变量：

  abs = 10print(abs(-10))  # 错误：int object is not callable

• 传入函数：

  def f(x):    return x + 1g = fprint(g(5))  # 6

map、reduce、filter

• map：将函数作用于序列的每个元素：

  def f(x):    return x * xr = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])list(r)  # [1, 4, 9, 16, 25, 36, 49, 64, 81]

• reduce：对序列进行递归化简：

  from functools import reducedef f(a, b):    return a + br = reduce(f, [1, 2, 3, 4])print(r)  # 10

• filter：过滤序列：

  def is_odd(n):    return n % 2 == 1filtered = list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))print(filtered)  # [1, 5, 9, 15]

排序与闭包

• sorted：对 list 进行排序：

  sorted_list = sorted([36, 5, -12, 9, -21])print(sorted_list)  # [-21, -12, 5, 9, 36]

• 闭包（Closure）：

  def lazy_sum(*args):    def sum():        total = 0        for n in args:            total += n        return total    return sumsum_func = lazy_sum(1, 2, 3)print(sum_func())  # 6

匿名函数与装饰器

• 匿名函数（Lambda）：

  list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))  # [1, 4, 9, 16, 25, 36, 49, 64, 81]

• 装饰器：

  import functoolsdef log(func):    @functools.wraps(func)    def wrapper(*args, **kw):        print(f'call {func.__name__():}')        return func(*args, **kw)    return wrapper@logdef now():    print('2015-3-25')now()  # 输出: call now()

模块与包

• 模块：一个 .py 文件称为模块。

• 包：通过目录组织模块，避免命名冲突。每个包必须包含 __init__.py 文件。

• 使用模块：

  import sysdef test():    args = sys.argv    if len(args) == 1:        print('Hello, world!')    elif len(args) == 2:        print(f'Hello, {args[1]}!')    else:        print('Too many arguments!')if __name__ == '__main__':    test()

作用域与第三方模块

• 作用域：Python 中的命名作用域分为全局和局部。非公开变量（如 _xxx）不应被直接引用。
• 安装第三方模块：

  pip install Pillow  # 安装第三方库

通过以上内容，可以看到 Python 的高级特性非常强大，适用于不同的编程场景。

转载地址：http://markz.baihongyu.com/