今日让我们介绍一部分的Python的高級特点及使用方法，助推你的Python升阶!一起来瞧瞧吧：
1. Lambda 涵数
Lambda 涵数是一种较为小的匿名函数——密名就是指它其实沒有涵数名。
Python 涵数一般应用 def a_function_name() 款式来界定，但针对 lambda 涵数，大家压根没为它取名。这是由于 lambda 涵数的作用是实行某类简易的关系式或运算，而不用彻底界定涵数。
lambda 涵数能够选用随意数目的主要参数，但关系式只有有一个。
x = lambda a, b : a * b print(x(5, 6)) # prints 30 x = lambda a : a*3 3 print(x(3)) # prints 12
看它多么的简易!大家实行了一些随意的数学运算，而不用界定全部涵数。这也是 Python 的很多特点*，这种特性使它作为一种整洁，简易的计算机语言。
2. Map 涵数
Map() 是一种内嵌的 Python 涵数，它还可以将涵数运用于各种各样算法设计中的原素，如目录或词典。针对这类计算而言，这也是一种很整洁并且可写的实施方法。
def square_it_func(a):
return a * a
x = map(square_it_func, [1, 4, 7])
print(x) # prints [1, 16, 47]
def multiplier_func(a, b):
return a * b
x = map(multiplier_func, [1, 4, 7], [2, 5, 8])
print(x) # prints [2, 20, 56] 看一下上边的实例！我们可以将涵数运用于单独或好几个目录。事实上，你能采用一切 Python 涵数做为 map 涵数的键入，只需它与你已经使用的编码序列原素是兼容的。
3. Filter 涵数
filter 内嵌涵数与 map 涵数十分类似，它也将涵数运用于编码序列构造(目录，元组，词典)。二者的根本差别取决于 filter() 将只回到运用涵数回到 True 的原素。
敬请看如下所示实例：
# Our numbers
umbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
# Function that filters out all numbers which are odd
def filter_odd_numbers(num):
if num % 2 == 0:
return True
else:
return False
filtered_numbers = filter(filter_odd_numbers, numbers)
print(filtered_numbers)
# filtered_numbers = [2, 4, 6, 8, 10, 12, 14]
大家不但评定了每一个目录原素的 True 或 False，filter() 涵数还*只回到配对为 True 的原素。十分有利于解决查验关系式和搭建返回列表这二步。
4. Itertools 控制模块
Python 的 Itertools 控制模块是解决迭代器的方法结合。迭代器是一种能够在 for for语句(包含目录，元组和词典)中采用的基本数据类型。
应用 Itertools 控制模块中的涵数让你能实行许多 迭代器实际操作，这种实际操作一般*须 几行涵数和错综复杂的目录了解。有关 Itertools 的惊奇之处，可以看下列实例：
from itertools import *
# Easy joining of two lists into a list of tuples
for i in izip([1, 2, 3], [ a , b , c ]):
print i
# ( a , 1)
# ( b , 2)
# ( c , 3)
# The count() function returns an interator that
# produces consecutive integers, forever. This
# one is great for adding indices next to your list
# elements for readability and convenience
for i in izip(count(1), [ Bob , Emily , Joe ]):
print i
# (1, Bob )
# (2, Emily )
# (3, Joe )
# The dropwhile() function returns an iterator that returns
# all the elements of the input which come after a certain
# condition becomes false for the first time.
def check_for_drop(x):
print Checking: , x
return (x > 5)
for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]):
print Result: , i
# Checking: 2
# Checking: 4
# Result: 6
# Result: 8
# Result: 10
# Result: 12
# The groupby() function is great for retrieving bunches
# of iterator elements which are the same or have similar
# properties
a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5])
for key, value in groupby(a):
print(key, value), end= )
# (1, [1, 1, 1])
# (2, [2, 2, 2])
# (3, [3, 3])
# (4, [4])
# (5, [5])
5. Generator 涵数
Generator 涵数是一个相近迭代器的涵数，即它还可以用在 for for语句中。这大大简化了你的编码，并且对比简洁的 for 循环系统，它节约了许多 运行内存。
例如，大家想把 1 到 1000 的任何数据求和，下列代码块的**部分向你表现了怎么使用 for 循环系统来开展这一测算。
假如目录不大，例如 1000 行，计算机所需的运行内存还好。但假如目录巨长，例如十亿浮点型，那样做便会产生难题了。应用这类 for 循环系统，运行内存里将产生很多目录，但并不是所有人均有无尽的 RAM 来储存这么多物品的。Python 中的 range() 涵数也是那么干的，它在存储空间中搭建目录。
编码中第二一部分展现了应用 Python generator 涵数对数据目录求饶。generator 涵数建立原素，并只在需要时将其存放在存储空间中，即一次一个。这代表着，假如需要建立十亿浮点型，你只有一次一个地把他们储存在存储空间中!Python 2.x 中的 xrange() 涵数便是应用 generator 来搭建目录。
以上事例表明：假如你为一个非常大的范畴转化成目录，那麼就*须 应用 generator 涵数。假如你的存储空间比较有限，例如应用存储设备或雾计算，应用这一方式 尤为关键。
换句话说，假如你可以对目录开展反复迭代更新，而且它可以小，能够放入运行内存，那尽量应用 for 循环系统或 Python 2.x 中的 range 涵数。由于 generator 涵数和 xrange 涵数可能在你每一次浏览他们时转化成新的目录值，而 Python 2.x range 涵数是静态数据的目录，并且整数金额早已放置运行内存中，便于桌面搜索。
# (1) Using a for loopv
umbers = list()
for i in range(1000):
numbers.append(i 1)
total = sum(numbers)
# (2) Using a generator
def generate_numbers(n):
num, numbers = 1, []
while num < n: numbers.append(num) num = 1 return numbers total = sum(generate_numbers(1000)) # (3) range() vs xrange() total = sum(range(1000 1)) total = sum(xrange(1000 1))
感谢你们的阅读文章，之上便是达内教育Python培训分享给你们的一部分Python的高級特点及使用方法，你掌握了没有?大量Python有关的內容尽在达内教育Python培训学校官方网站，敬请期待!
