cari
Rumahpembangunan bahagian belakangTutorial PythonApakah beberapa helah rahsia Python?

Apakah beberapa helah rahsia Python?

Sep 16, 2023 pm 01:41 PM
pemahaman senaraiungkapan penjanapengurus konteks

Apakah beberapa helah rahsia Python?

Python ialah bahasa yang paling sesuai dan digunakan di seluruh dunia pengaturcaraan. Ia adalah bahasa yang besar dengan banyak kegunaan.

Walaupun ramai pembangun mengetahui asas Python, terdapat banyak petua dan strategi yang tidak diketahui yang boleh meningkatkan kecekapan pengaturcaraan anda. Dalam artikel ini, kami akan membincangkan beberapa petua rahsia terbaik untuk bahasa pengaturcaraan Python.

Gunakan Enumerate untuk mengulang senarai dengan indeks

Dalam Python, salah satu tugas yang paling biasa ialah mengulang senarai item. Walaupun kebanyakan pembangun sudah biasa dengan sintaks mudah gelung for, terdapat cara mudah untuk melelaran melalui senarai secara serentak dan mengekalkan tempo pengindeksan. Fungsi enumerate dalam Python membolehkan anda melakukan ini dengan tepat -

Contoh

vegetables = ['tomato', 'potato', 'ladyfinger']
for v, vegetable in enumerate(vegetables):
   print(v, vegetable)

Output

0 tomato
1 potato
2 ladyfinger

Dengan menggunakan enumerate, anda boleh mengelak daripada membuat pembolehubah indeks dan menaikkannya secara manual, yang boleh menjadikan kod anda lebih mudah dibaca dan diselenggara.

Tulis kod ringkas menggunakan pemahaman senarai

Python dianggap berpotensi untuk menulis kod ringkas. Satu cara yang baik untuk melakukan ini ialah menggunakan pemahaman senarai. Pemahaman senarai membolehkan anda menjana senarai baharu dengan menggunakan ungkapan pada setiap objek dalam senarai semasa.

Contoh

nums = [2, 4, 6, 8, 10]
squares = [a ** 2 for a in nums]
print(squares) 

Output

[4, 16, 36, 64, 100] 

Anda boleh mengurangkan bilangan baris kod dengan menggunakan pemahaman senarai dan bukannya membuat gelung dan menambahkannya pada senarai baharu.

Senarai gabungan menggunakan Zip

Zip ialah satu lagi fungsi Python yang berguna. Fungsi zip mengambil dua atau lebih senarai dan menggabungkannya ke dalam satu rekod yang terdiri daripada tupel.

Contoh

vegetables = ['tomato', 'potato', 'ladyfinger']
rates = [80, 60, 70]
inventory = zip(vegetables, rates)
print(list(inventory)) 

Output

[('tomato', 80), ('potato', 60), ('ladyfinger', 70)] 

Dengan menggunakan zip anda boleh menjimatkan masa dan meningkatkan kebolehbacaan kod anda dengan mengelakkan penggunaan zip Perlu mengulangi banyak senarai secara manual dan menggabungkannya bersama-sama.

Gunakan fungsi Sertai untuk menyambung rentetan

Menggabungkan rentetan ialah operasi biasa dalam Python, namun, menulis semua literal rentetan dan tanda tambah boleh menyusahkan. Menjadi sebahagian daripada fungsi dalam Python membolehkan anda menggabungkan rentetan dengan lebih mudah.

Contoh

words = ['I', 'love', 'Python']
sentence = ' '.join(words)  
print(sentence) 

Output

I love Python 

Dengan menggunakan sertai anda mengelak daripada menulis semua huruf rentetan dan tanda tambah, yang mungkin Jadikan kod anda lebih mudah dibaca dan diselenggara.

Gunakan koleksi untuk menyimpan nilai unik

Dalam Python, unit ialah jenis data yang membolehkan anda menyimpan nilai istimewa Set adalah serupa dengan senarai atau tupel, namun ia tidak membenarkan nilai pendua.

Contoh

.
values = [12, 14, 16, 18, 20, 20, 18, 16, 14, 12]
diff_nums = set(values)
print(diff_nums) 

Output

{12, 14, 16, 18, 20} 

Hapuskan nilai pendua daripada tuple atau senarai dengan mudah dengan memanfaatkan koleksi.

Gunakan atribut nama untuk menyemak sama ada modul berjalan secara langsung

Dalam Python, anda boleh melihat sama ada modul sedang dijalankan secara langsung atau diimport sebagai modul dengan menyemak nilai atribut discover. Jika modul dijalankan secara langsung, atribut identitinya akan ditetapkan kepada 'utama'. Sila lihat contoh di bawah −

Contoh

# example.py
def main():
   print('The main function executed') 
if __name__ == '__main__':
   main() 

Output

The main function executed 

Jika anda menjalankan example.py, fungsi utama akan dilaksanakan. Walau bagaimanapun, jika anda mengimport example.py sebagai modul, ciri utama tidak akan dilaksanakan. Ini bermanfaat untuk membangunkan modul yang boleh digunakan dalam program yang berbeza, tetapi juga boleh dijalankan secara langsung untuk tujuan ujian atau demonstrasi.

Seronok dengan Python

Jika anda menaip "import hello" dalam program anda dan melaksanakannya, anda akan mendapat output yang menarik. Cubalah!

>>> import __hello__
Hello world! 

Seterusnya, taip "from __future__ import braces" ke dalam program anda dan laksanakannya untuk melihat apa yang Python akan katakan kepada anda.

>>> from __future__ import braces
SyntaxError: not a chance 

Kesimpulan

Apa pun, ini hanyalah beberapa daripada banyak petua dan helah yang berguna untuk pengaturcaraan Python. Dengan menggunakan petua ini, anda boleh menulis kod yang lebih ringkas, boleh dibaca dan cekap. Semasa anda terus mempelajari bahasa ini dengan lebih lanjut, anda pasti akan menemui lebih banyak permata tersembunyi yang boleh meningkatkan kebolehan pengaturcaraan anda.

Atas ialah kandungan terperinci Apakah beberapa helah rahsia Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan
Artikel ini dikembalikan pada:tutorialspoint. Jika ada pelanggaran, sila hubungi admin@php.cn Padam
Python vs C: Lengkung pembelajaran dan kemudahan penggunaanPython vs C: Lengkung pembelajaran dan kemudahan penggunaanApr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python vs C: Pengurusan dan Kawalan MemoriPython vs C: Pengurusan dan Kawalan MemoriApr 19, 2025 am 12:17 AM

Python dan C mempunyai perbezaan yang signifikan dalam pengurusan dan kawalan memori. 1. Python menggunakan pengurusan memori automatik, berdasarkan pengiraan rujukan dan pengumpulan sampah, memudahkan kerja pengaturcara. 2.C memerlukan pengurusan memori manual, memberikan lebih banyak kawalan tetapi meningkatkan risiko kerumitan dan kesilapan. Bahasa mana yang harus dipilih harus berdasarkan keperluan projek dan timbunan teknologi pasukan.

Python untuk pengkomputeran saintifik: rupa terperinciPython untuk pengkomputeran saintifik: rupa terperinciApr 19, 2025 am 12:15 AM

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Python dan C: Mencari alat yang betulPython dan C: Mencari alat yang betulApr 19, 2025 am 12:04 AM

Sama ada untuk memilih Python atau C bergantung kepada keperluan projek: 1) Python sesuai untuk pembangunan pesat, sains data, dan skrip kerana sintaks ringkas dan perpustakaan yang kaya; 2) C sesuai untuk senario yang memerlukan prestasi tinggi dan kawalan asas, seperti pengaturcaraan sistem dan pembangunan permainan, kerana kompilasi dan pengurusan memori manualnya.

Python untuk sains data dan pembelajaran mesinPython untuk sains data dan pembelajaran mesinApr 19, 2025 am 12:02 AM

Python digunakan secara meluas dalam sains data dan pembelajaran mesin, terutamanya bergantung pada kesederhanaannya dan ekosistem perpustakaan yang kuat. 1) PANDAS digunakan untuk pemprosesan dan analisis data, 2) Numpy menyediakan pengiraan berangka yang cekap, dan 3) SCIKIT-Learn digunakan untuk pembinaan dan pengoptimuman model pembelajaran mesin, perpustakaan ini menjadikan Python alat yang ideal untuk sains data dan pembelajaran mesin.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi?Pembelajaran Python: Adakah 2 jam kajian harian mencukupi?Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python untuk Pembangunan Web: Aplikasi UtamaPython untuk Pembangunan Web: Aplikasi UtamaApr 18, 2025 am 12:20 AM

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak

Python vs C: Meneroka Prestasi dan KecekapanPython vs C: Meneroka Prestasi dan KecekapanApr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SecLists

SecLists

SecLists ialah rakan penguji keselamatan muktamad. Ia ialah koleksi pelbagai jenis senarai yang kerap digunakan semasa penilaian keselamatan, semuanya di satu tempat. SecLists membantu menjadikan ujian keselamatan lebih cekap dan produktif dengan menyediakan semua senarai yang mungkin diperlukan oleh penguji keselamatan dengan mudah. Jenis senarai termasuk nama pengguna, kata laluan, URL, muatan kabur, corak data sensitif, cangkerang web dan banyak lagi. Penguji hanya boleh menarik repositori ini ke mesin ujian baharu dan dia akan mempunyai akses kepada setiap jenis senarai yang dia perlukan.

PhpStorm versi Mac

PhpStorm versi Mac

Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

Muat turun versi mac editor Atom

Muat turun versi mac editor Atom

Editor sumber terbuka yang paling popular

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

Persekitaran pembangunan bersepadu PHP yang berkuasa