那些被忽视的 Python 核心功能...

最实用、最简单、最优美...近些年，大家学习 Python 的热潮从未消退；无论是数据分析还是科学计算都少不了 Python 的身影。

Python 也没有让人失望，Java 用 100 行代码写出的程序，用 Python 十行就能搞定！

当你要说 Hello World 时，C 语言、Java、Python 分别是这样的：

图片

一目了然，Python 只需一行！

虽然 Python 非常容易学习，但是许多实践者只触及到它的表面，而忽视了深入研究这门语言更高级、更强大的方面，而正是这些被忽视的方面使它如此独特和强大。 ——节选自《Fluent Python》

（摄影：Stefan Steinbauer）

如果你的目标是成为一名经验丰富的 Python 程序员，你一定想了解的更多。因此，让我们共同了解下你没听过的 Python 核心功能，先从最简单的排列与组合开始...

功能一：排列与组合

你可以组合不同的 for 循环，输出排列、组合和笛卡尔积等。

1.排列

举个例子：当你在排列函数中输入{[1,2,3]，2}时，会输出如下结果：

图片

2.组合

当你在组合函数中输入（‘ABC’，2）时，输出的排列如下：

图片

3.笛卡尔积

笛卡尔积是数学中的一种运算，用于求两个集合中所有可能的有序对。

当我们用笛卡尔积计算 Python 时，结果是这样的：

图片

功能二：可变的参数默认值

现在，开始增加难度...

当你每次调用 fib_memo 函数却不为 memo 参数赋值时，它将自动使用定义该函数时的原始值，公式和代码如下：

图片

由于在 Python 中，默认参数是可变的，你也可以像在“for 循环”中一样在单个脚本中多次执行函数，每次执行都能自动增加要计算的斐波那契数，而不会超过“最大递归深度”限制，因为 memo 可持续扩展。

*重要提示：

请记住，尽管可变的默认参数(如上所述)可以减少代码，但它可能产生难以解决的 bug。有些人将其判定为“陷阱”，而不是功能。因此，你仍需要坚持 Python 中所透露出的禅意：显式优于隐式。

就像 Hacker news 中指出的那样：if n not in memo 比 if not n in memo 更容易读取，但是二者输出结果相同。

功能三：海象运算符

下面，再来讲讲比较有趣的“海象运算符”...

“海象运算符”是在 Python 3.8 版本中引入的赋值表达式运算符，用于在表达式中进行赋值操作，其符号为“:=”。这个符号有点像海象的眼睛和獠牙（因此被称为「海象运算符」）。

它可以被翻译成英文“whale calculus”，是一种基于单词语法规则的特殊运算符，用于定义表达式和一系列操作步骤的语言建模方式。

图片

显然，用 Python，赋值和检查返回值是否包含真值变得更容易了：

图片

功能四：单星号(*)和双星号(**)

使用(*)可以在将参数或关键字参数传递给函数之前解压缩，让我们在如下代码中使用：

图片

当调用 sum_numbers 函数而不解包 my_numbers 时，会引发"TypeError"，因为该函数需要输入两个单独的参数才能输出结果。

但是，通过使用(*)，我们可以解压缩 my_numbers 函数中的值，并将它们作为单独的参数进行传递，从而产生正确的输出。

这种解包技术不仅适用于元组和列表，也适用于字典。

当关键字作为参数时，我们可以使用双星号（**），以如下代码为例：

图片

除解压缩序列以将其作为参数传递给函数外，你还可以使用它来创建新序列，例如：

图片

在此过程中，原始数字列表不受影响，并且你还将拥有一个 new_list_numbers 变量，它包括相同列表的副本。

图片

功能五：any and any

any 和 all 都是 python 中的内置函数，它们对可迭代对象(如，列表、元组或集合)进行操作，并根据可迭代对象中的元素以 Boolean 运算的形式返回，语句如下：

图片

你可以将 any 和 all 函数与列表推导式结合使用，列表推导式返回一个可迭代对象并将其作为参数传递给 all 函数：

图片

或任意函数：

图片

下表列出可迭代对象中用 any 和 all 函数赋值的输出差异：

图片

功能六：交换变量

用 Python，你可以将参数打包（(=)号右边）和解包（(=)号左边）结合起来，并利用此功能交换变量：

图片

功能七：str vs repr

在字符串处理方面，Python 中的 str()和 repr()有所不同。str()将值转化为前端样式文本，repr()是后端底层代码。

• str()函数：将值转化为适于人阅读的形式，面向用户，返回值具有可读性、可理解性较强。

• repr()函数：将对象转化为供解释器读取的形式，面向开发人员，返回值表示 python 解释器内部的含义。

下图是一个很好的例子：

图片

如你所见，repr()简单将时间排列为字符串后输出；如果你想确定当前变量是否包含字符串或时间对象，无法借此识别。

str()提供了变量持有的实际对象信息，这些信息在调试过程中非常有价值。

功能八：扩展的迭代解包

迭代解包可应用到任何可迭代对象上，唯一的硬性要求是：被迭代对象中的元素数量必须与接受这些元素的元组空档数一致，也可以使用星号 * 表示忽略多余的元素。

这种方式的优点在于：更好赋值、更好获取迭代对象中的某个值（一般的迭代对象分为：元组，列表，字典，字符串等）。

如果你想获得序列的第一个和最后一个值，需要输入如下代码：

图片

更换输入和输出语句后同样可行...

图片

其它组合也同样适用...

功能九：多个上下文管理器

通常，我们习惯一次性使用一个上下文管理器，比如，当你打开一个程序文件，需要输入如下代码：

图片

但是，在 Python 中，用一行语句就能打开多个文件。如果你想将行写入其它文件，用 Python 语句就很容易实现，例如：

图片

功能十：调试程序

为达到调试目的，我们可以在文件中输出大量变量或可以简单使用 Python 调试器（pdb），它可以帮我们设置断点：

图片

程序将在断点处停止，你可以在该断点处获取任何变量以检查其值或该特定断点是否存在。当程序遇到断点时，可使用如下几个命令：

• n 或 next：执行下一行。

• s 或 step：进入功能调用。

• c 或 continue：继续执行，直到下一个断点。

• l 或 list：显示当前代码的上下文。

• p 或 pp ：打印表达式的值。

• b 或 break ：在指定的行上设置新断点。

• h 或 help：在使用 pdb 时提供帮助。

• q 或 quit：退出调试器并终止程序。

功能十一：collections 模块中的 Counter

collections 模块中的 Counter 类提供了一种便捷的方法，可以对可迭代对象中的元素进行计数：

图片

功能十二：使用下划线的两种情况

在 Python 中有两种需要用到下划线：多位数分隔或排除不需要的值。

1.排除不需要的值

下划线 _ 可被用作排除不需要的值：

图片

2.多位数分隔符

在处理多位数时，可以使用下划线 (_) 作为视觉分隔符，能增强可读性。这个功能是在 Python3.6 中被引入的。

图片

用户：简单、实用但范围有限

图片

在 reddit 上，我们找到了关于用户关于本篇文章的 181 条评论：

图片

正如文章开头所述，他们认为：“用 Python 调试出的程序确实简单、实用。”

话虽如此，有些用户也提出了质疑：“Pythonic 的过滤器和映射方式更具可读性，但是范围有限。”

但这一点也不影响用户对 Python 的喜爱！

有需要开发软件，可以看看它

JNPF 快速开发平台是引迈信息自研的低代码应用构建平台，通过可视化拖拽的方式，传统模式下需要 2 周完成开发的应用，用 JNPF 只要 2 小时。用 JNPF 搭建应用，你只需要关注业务本身。数据存储、运行环境、服务器、网络安全等，平台为你全部搞定。

支持连接多数据源，SQL Server、MySQL、Oracle、PostgreSQL，同时兼容国产数据库达梦、人大金仓等。应用体验中心：https://www.jnpfsoft.com/?infoq

写在最后：Python 是你成为全栈工程师的必备武器

前端开发、后端开发、项目测试...如果你想成为一名合格的全栈工程师，Python 是你不可或缺的“武器”。

图片

在开发领域如此内卷的情况下，要完成一个现代化项目，需要一个人来掌控全局，他不需要是各种技术的资深专家，但需要熟悉各种技术。对于一个团队特别是互联网企业来说，全局性思维的人真的不可多得。