Python 中的5种隐藏技巧
1. ... 对象
没错，你没看错，就是 ...
在python中 ... 代表着一个名为 ellipsis 的对象。根据官方说明，它是一个特殊值，通常可以作为 空函数的占位符 ，或是 用于numpy中的切片操作 。
如：
def my_awesome_function(): ...等同于：
def my_awesome_function(): ellipsis当然，你也可以使用pass或者字符串作为占位符：
def my_awesome_function(): passdef my_awesome_function(): an empty, but also awesome function他们最终的效果都是相同的。
接下来讲讲...对象是如何在numpy中体现出作用的，创建一个 3x3x3 的矩阵数组，然后获取所有最内层矩阵的第二列：
> >> import numpy as np> >> array = np.arange(27).reshape(3, 3, 3)> >> arrayarray([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]], [[ 9, 10, 11], [12, 13, 14], [15, 16, 17]], [[18, 19, 20], [21, 22, 23], [24, 25, 26]]])为了获取最层矩阵的第二列，传统方法可能是这样的：
> >> array[:, :, 1]array([[ 1, 4, 7], [10, 13, 16], [19, 22, 25]])如果你会用...对象，则是这样的：
> >> array[..., 1]array([[ 1, 4, 7], [10, 13, 16], [19, 22, 25]])不过请注意， ... 对象仅可用于numpy，不适用于python内置数组。
2.解压迭代对象
解压迭代对象是一个非常方便的特性：
>> > a, *b, c = range(1, 11) >> > a1 >> > c10 >> > b[2, 3, 4, 5, 6, 7, 8, 9]或者是：
>> > a, b, c = range(3) >> > a0 >> > b1 >> > c2同理，与其写这样的代码：
>> > lst = [1] >> > a = lst[0] >> > a1 >> > (a, ) = lst >> > a1你不如跟解压迭代对象一样，进行更优雅的赋值操作：
>> > lst = [1] >> > [a] = lst >> > a1虽然这看起来有点蠢，但就我个人来看，比前一种写法更优雅一些。
3.展开的艺术
数组展开有各种千奇百怪的姿势，比如说：
>> > l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] >> > flattened = [elem for sublist in l for elem in sublist] >> > flattened[1, 2, 3, 4, 5, 6, 7, 8, 9]如果你对reduce和lambda有一定了解，建议使用更优雅的方式：
>> > from functools import reduce >> > reduce(lambda x,y: x+y, l)[1, 2, 3, 4, 5, 6, 7, 8, 9]reduce和lambda组合起来，就能针对 l 数组内的每个子数组做拼接操作。
当然，还有更神奇的方式：
> >> sum(l, [])[1, 2, 3, 4, 5, 6, 7, 8, 9]> >> # 其实相当于 [] + [1, 2, 3] + [4, 5, 6] + [7, 8, 9]没错，这样对二维数组做sum操作，就能使二维数组内的每个元素做“加”法拼接起来。
同样的道理，如果你对三位数组做sum操作，就能使其变为二维数组，此时再对二维数组做sum操作，就能展开为一维数组。
虽然这个技巧很出色，但我并不推荐使用，因为可读性太差了。
4.下划线 _ 变量
每当你在python解释器，ipython或django console中运行表达式时，python都会将输出的值绑定到 _ 变量中：
>> > nums = [1, 3, 7] >> > sum(nums)11 >> > _11 >> >由于它是一个变量，你可以随时覆盖它，或像普通变量一样操作它：
>> > 9 + _20 >> > a = _ >> > a205.多种用途的else
很多人都不知道，else 可以被用于许多地方，除了典型的 if else, 我们还可以在循环和异常处理里用到它。
循环如果需要判断循环里是否处理了某个逻辑，通常情况下会这么做：
found = falsea = 0while a < 10: if a == 12: found = true a += 1if not found: print(a was never found)如果引入else，我们可以少用一个变量：
a = 0while a < 10: if a == 12: break a += 1else: print(a was never found)异常处理我们可以在 try ... except ... 中使用 else 编写未捕获到异常时的逻辑：
in [13]: try: ...: {}['lala'] ...: except keyerror: ...: print(key is missing) ...: else: ...: print(else here) ...:key is missing这样，如果程序没有异常，则会走else分支：
in [14]: try: ...: {'lala': 'bla'}['lala'] ...: except keyerror: ...: print(key is missing) ...: else: ...: print(else here) ...:else here如果你经常做异常处理，你就会知道这个技巧相当方便。
科学家成功在室温条件下快速锻造出罕见钻石
消费者对智能音箱有哪些期待
恩捷股份与金力股份专利纠纷再起，涉案金额逾1.49亿元
各种EMI类型与各类EMI抑制的方法介绍
疫情影响对AMD影响不大 各种利好还是长期存在的
Python 中的5种隐藏技巧
中兴通讯5G核心网网络云化快速转型极简方案
PRESONUS借助SHARC(R) 融合数字音频混合与多通
智能配电：动力环境监控系统与智能值守的解析
日本BBT大学正在采用机器人来领取毕业证
以Beepberry应对黑莓短缺
IHS智触能成为虚拟仿真手术培训领域的标杆企业
芯片失效分析常用方法
马云居然有钱不赚：余额宝限额突降至10万元，马云的余额宝也有情绪啦
光电开关的光源种类以及检测方法解析
ai芯片和传统芯片的区别 GPU与CPU的架构对比
数字监控与安全将成为物联网领域的重要增长点之一 未来会重点布局
RC电路充、放电过程仿真及时间常数的测定
US381-000002-006BA传感器应用于消防行业
工业控制网络应用系统集成的设计与开发
没错，你没看错，就是 ...
在python中 ... 代表着一个名为 ellipsis 的对象。根据官方说明，它是一个特殊值，通常可以作为 空函数的占位符 ，或是 用于numpy中的切片操作 。
如：
def my_awesome_function(): ...等同于：
def my_awesome_function(): ellipsis当然，你也可以使用pass或者字符串作为占位符：
def my_awesome_function(): passdef my_awesome_function(): an empty, but also awesome function他们最终的效果都是相同的。
接下来讲讲...对象是如何在numpy中体现出作用的，创建一个 3x3x3 的矩阵数组，然后获取所有最内层矩阵的第二列：
> >> import numpy as np> >> array = np.arange(27).reshape(3, 3, 3)> >> arrayarray([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]], [[ 9, 10, 11], [12, 13, 14], [15, 16, 17]], [[18, 19, 20], [21, 22, 23], [24, 25, 26]]])为了获取最层矩阵的第二列，传统方法可能是这样的：
> >> array[:, :, 1]array([[ 1, 4, 7], [10, 13, 16], [19, 22, 25]])如果你会用...对象，则是这样的：
> >> array[..., 1]array([[ 1, 4, 7], [10, 13, 16], [19, 22, 25]])不过请注意， ... 对象仅可用于numpy，不适用于python内置数组。
2.解压迭代对象
解压迭代对象是一个非常方便的特性：
>> > a, *b, c = range(1, 11) >> > a1 >> > c10 >> > b[2, 3, 4, 5, 6, 7, 8, 9]或者是：
>> > a, b, c = range(3) >> > a0 >> > b1 >> > c2同理，与其写这样的代码：
>> > lst = [1] >> > a = lst[0] >> > a1 >> > (a, ) = lst >> > a1你不如跟解压迭代对象一样，进行更优雅的赋值操作：
>> > lst = [1] >> > [a] = lst >> > a1虽然这看起来有点蠢，但就我个人来看，比前一种写法更优雅一些。
3.展开的艺术
数组展开有各种千奇百怪的姿势，比如说：
>> > l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] >> > flattened = [elem for sublist in l for elem in sublist] >> > flattened[1, 2, 3, 4, 5, 6, 7, 8, 9]如果你对reduce和lambda有一定了解，建议使用更优雅的方式：
>> > from functools import reduce >> > reduce(lambda x,y: x+y, l)[1, 2, 3, 4, 5, 6, 7, 8, 9]reduce和lambda组合起来，就能针对 l 数组内的每个子数组做拼接操作。
当然，还有更神奇的方式：
> >> sum(l, [])[1, 2, 3, 4, 5, 6, 7, 8, 9]> >> # 其实相当于 [] + [1, 2, 3] + [4, 5, 6] + [7, 8, 9]没错，这样对二维数组做sum操作，就能使二维数组内的每个元素做“加”法拼接起来。
同样的道理，如果你对三位数组做sum操作，就能使其变为二维数组，此时再对二维数组做sum操作，就能展开为一维数组。
虽然这个技巧很出色，但我并不推荐使用，因为可读性太差了。
4.下划线 _ 变量
每当你在python解释器，ipython或django console中运行表达式时，python都会将输出的值绑定到 _ 变量中：
>> > nums = [1, 3, 7] >> > sum(nums)11 >> > _11 >> >由于它是一个变量，你可以随时覆盖它，或像普通变量一样操作它：
>> > 9 + _20 >> > a = _ >> > a205.多种用途的else
很多人都不知道，else 可以被用于许多地方，除了典型的 if else, 我们还可以在循环和异常处理里用到它。
循环如果需要判断循环里是否处理了某个逻辑，通常情况下会这么做：
found = falsea = 0while a < 10: if a == 12: found = true a += 1if not found: print(a was never found)如果引入else，我们可以少用一个变量：
a = 0while a < 10: if a == 12: break a += 1else: print(a was never found)异常处理我们可以在 try ... except ... 中使用 else 编写未捕获到异常时的逻辑：
in [13]: try: ...: {}['lala'] ...: except keyerror: ...: print(key is missing) ...: else: ...: print(else here) ...:key is missing这样，如果程序没有异常，则会走else分支：
in [14]: try: ...: {'lala': 'bla'}['lala'] ...: except keyerror: ...: print(key is missing) ...: else: ...: print(else here) ...:else here如果你经常做异常处理，你就会知道这个技巧相当方便。
科学家成功在室温条件下快速锻造出罕见钻石
消费者对智能音箱有哪些期待
恩捷股份与金力股份专利纠纷再起，涉案金额逾1.49亿元
各种EMI类型与各类EMI抑制的方法介绍
疫情影响对AMD影响不大 各种利好还是长期存在的
Python 中的5种隐藏技巧
中兴通讯5G核心网网络云化快速转型极简方案
PRESONUS借助SHARC(R) 融合数字音频混合与多通
智能配电：动力环境监控系统与智能值守的解析
日本BBT大学正在采用机器人来领取毕业证
以Beepberry应对黑莓短缺
IHS智触能成为虚拟仿真手术培训领域的标杆企业
芯片失效分析常用方法
马云居然有钱不赚：余额宝限额突降至10万元，马云的余额宝也有情绪啦
光电开关的光源种类以及检测方法解析
ai芯片和传统芯片的区别 GPU与CPU的架构对比
数字监控与安全将成为物联网领域的重要增长点之一 未来会重点布局
RC电路充、放电过程仿真及时间常数的测定
US381-000002-006BA传感器应用于消防行业
工业控制网络应用系统集成的设计与开发