摘要：模塊的模塊是處理迭代器的工具集合。迭代器是一種可以在循環(huán)語句包括列表元組和字典中使用的數(shù)據(jù)類型。使用模塊中的函數(shù)讓你可以執(zhí)行很多迭代器操作，這些操作通常需要多行函數(shù)和復(fù)雜的列表理解。

Python 多好用不用多說，大家看看自己用的語言就知道了。但是 Python 隱藏的高級功能你都 get 了嗎?本文中，列舉了 Python 中五種略高級的特征以及它們的使用方法，快來一探究竟吧!

Python 是一種美麗的語言，它簡單易用卻非常強大。但你真的會用 Python 的所有功能嗎?

任何編程語言的高級特征通常都是通過大量的使用經(jīng)驗才發(fā)現(xiàn)的。比如你在編寫一個復(fù)雜的項目，并在 stackoverflow 上尋找某個問題的答案。然后你突然發(fā)現(xiàn)了一個非常優(yōu)雅的解決方案，它使用了你從不知道的 Python 功能!

這種學(xué)習(xí)方式太有趣了：通過探索，偶然發(fā)現(xiàn)什么。這里推薦一下我們的Python學(xué)習(xí)扣qun：784,758,214，這里是python學(xué)習(xí)者聚集地

下面是 Python 的 5 種高級特征，以及它們的用法。

Lambda 函數(shù)

Lambda 函數(shù)是一種比較小的匿名函數(shù)——匿名是指它實際上沒有函數(shù)名。

Python 函數(shù)通常使用 def a_function_name() 樣式來定義，但對于 lambda 函數(shù)，我們根本沒為它命名。這是因為 lambda 函數(shù)的功能是執(zhí)行某種簡單的表達式或運算，而無需完全定義函數(shù)。

lambda 函數(shù)可以使用任意數(shù)量的參數(shù)，但表達式只能有一個。

1.  x?=?lambda?a,?b?:?a?*?b?
2.  print(x(5,?6))?#?prints?"30"?

4.  x?=?lambda?a?:?a*3?+?3?
5.  print(x(3))?#?prints?"12"?

看它多么簡單!我們執(zhí)行了一些簡單的數(shù)學(xué)運算，而無需定義整個函數(shù)。這是 Python 的眾多特征之一，這些特征使它成為一種干凈、簡單的編程語言。

Map 函數(shù)

Map() 是一種內(nèi)置的 Python 函數(shù)，它可以將函數(shù)應(yīng)用于各種數(shù)據(jù)結(jié)構(gòu)中的元素，如列表或字典。對于這種運算來說，這是一種非常干凈而且可讀的執(zhí)行方式。

1.  def?square_it_func(a):?
2.  return?a?*?a?

4.  x?=?map(square_it_func,?[1,?4,?7])?
5.  print(x)?#?prints?"[1,?16,?47]"?

7.  def?multiplier_func(a,?b):?
8.  return?a?*?b?

10.  x?=?map(multiplier_func,?[1,?4,?7],?[2,?5,?8])?
11.  print(x)?#?prints?"[2,?20,?56]"看看上面的示例！我們可以將函數(shù)應(yīng)用于單個或多個列表。實際上，你可以使用任何?Python?函數(shù)作為?map?函數(shù)的輸入，只要它與你正在操作的序列元素是兼容的。?

這里推薦一下我們的Python學(xué)習(xí)扣qun：784758214，這里是python學(xué)習(xí)者聚集地

Filter 函數(shù)

filter 內(nèi)置函數(shù)與 map 函數(shù)非常相似，它也將函數(shù)應(yīng)用于序列結(jié)構(gòu)(列表、元組、字典)。二者的關(guān)鍵區(qū)別在于 filter() 將只返回應(yīng)用函數(shù)返回 True 的元素。

詳情請看如下示例：

1.  #?Our?numbers?
2.  numbers?=?[1,?2,?3,?4,?5,?6,?7,?8,?9,?10,?11,?12,?13,?14,?15]?

4.  #?Function?that?filters?out?all?numbers?which?are?odd?
5.  def?filter_odd_numbers(num):?

7.  if?num?%?2?==?0:?
8.  return?True?
9.  else:?
10.  return?False?

12.  filtered_numbers?=?filter(filter_odd_numbers,?numbers)?

14.  print(filtered_numbers)?
15.  #?filtered_numbers?=?[2,?4,?6,?8,?10,?12,?14]?

我們不僅評估了每個列表元素的 True 或 False，filter() 函數(shù)還確保只返回匹配為 True 的元素。非常便于處理檢查表達式和構(gòu)建返回列表這兩步。

Itertools 模塊

Python 的 Itertools 模塊是處理迭代器的工具集合。迭代器是一種可以在 for 循環(huán)語句(包括列表、元組和字典)中使用的數(shù)據(jù)類型。

使用 Itertools 模塊中的函數(shù)讓你可以執(zhí)行很多迭代器操作，這些操作通常需要多行函數(shù)和復(fù)雜的列表理解。關(guān)于 Itertools 的神奇之處，請看以下示例：

1.  from?itertools?import?*?

3.  #?Easy?joining?of?two?lists?into?a?list?of?tuples?
4.  for?i?in?izip([1,?2,?3],?["a",?"b",?"c"]):?
5.  print?i?
6.  #?("a",?1)?
7.  #?("b",?2)?
8.  #?("c",?3)?

10.  #?The?count()?function?returns?an?interator?that??
11.  #?produces?consecutive?integers,?forever.?This??
12.  #?one?is?great?for?adding?indices?next?to?your?list??
13.  #?elements?for?readability?and?convenience?
14.  for?i?in?izip(count(1),?["Bob",?"Emily",?"Joe"]):?
15.  print?i?
16.  #?(1,?"Bob")?
17.  #?(2,?"Emily")?
18.  #?(3,?"Joe")?????

20.  #?The?dropwhile()?function?returns?an?iterator?that?returns??
21.  #?all?the?elements?of?the?input?which?come?after?a?certain??
22.  #?condition?becomes?false?for?the?first?time.??
23.  def?check_for_drop(x):?
24.  print?"Checking:?",?x?
25.  return?(x?>?5)?

27.  for?i?in?dropwhile(should_drop,?[2,?4,?6,?8,?10,?12]):?
28.  print?"Result:?",?i?

30.  #?Checking:?2?
31.  #?Checking:?4?
32.  #?Result:?6?
33.  #?Result:?8?
34.  #?Result:?10?
35.  #?Result:?12?

38.  #?The?groupby()?function?is?great?for?retrieving?bunches?
39.  #?of?iterator?elements?which?are?the?same?or?have?similar??
40.  #?properties?

42.  a?=?sorted([1,?2,?1,?3,?2,?1,?2,?3,?4,?5])?
43.  for?key,?value?in?groupby(a):?
44.  print(key,?value),?end="?")?

46.  #?(1,?[1,?1,?1])?
47.  #?(2,?[2,?2,?2])??
48.  #?(3,?[3,?3])??
49.  #?(4,?[4])??
50.  #?(5,?[5])??

Generator 函數(shù)

Generator 函數(shù)是一個類似迭代器的函數(shù)，即它也可以用在 for 循環(huán)語句中。這大大簡化了你的代碼，而且相比簡單的 for 循環(huán)，它節(jié)省了很多內(nèi)存。

比如，我們想把 1 到 1000 的所有數(shù)字相加，以下代碼塊的第一部分向你展示了如何使用 for 循環(huán)來進行這一計算。

如果列表很小，比如 1000 行，計算所需的內(nèi)存還行。但如果列表巨長，比如十億浮點數(shù)，這樣做就會出現(xiàn)問題了。使用這種 for 循環(huán)，內(nèi)存中將出現(xiàn)大量列表，但不是每個人都有無限的 RAM 來存儲這么多東西的。Python 中的 range() 函數(shù)也是這么干的，它在內(nèi)存中構(gòu)建列表。

代碼中第二部分展示了使用 Python generator 函數(shù)對數(shù)字列表求和。generator 函數(shù)創(chuàng)建元素，并只在必要時將其存儲在內(nèi)存中，即一次一個。這意味著，如果你要創(chuàng)建十億浮點數(shù)，你只能一次一個地把它們存儲在內(nèi)存中!Python 2.x 中的 xrange() 函數(shù)就是使用 generator 來構(gòu)建列表。

上述例子說明：如果你想為一個很大的范圍生成列表，那么就需要使用 generator 函數(shù)。如果你的內(nèi)存有限，比如使用移動設(shè)備或邊緣計算，使用這一方法尤其重要。

也就是說，如果你想對列表進行多次迭代，并且它足夠小，可以放進內(nèi)存，那最好使用 for 循環(huán)或 Python 2.x 中的 range 函數(shù)。因為 generator 函數(shù)和 xrange 函數(shù)將會在你每次訪問它們時生成新的列表值，而 Python 2.x range 函數(shù)是靜態(tài)的列表，而且整數(shù)已經(jīng)置于內(nèi)存中，以便快速訪問。

1.  #?(1)?Using?a?for?loopv?
2.  numbers?=?list()?

4.  for?i?in?range(1000):?
5.  numbers.append(i+1)?

7.  total?=?sum(numbers)?

9.  #?(2)?Using?a?generator?
10.  def?generate_numbers(n):?
11.  num,?numbers?=?1,?[]?
12.  while?num?