Python作为近几年超级热门的新兴编程语言，其语言功能十分强大的特点，大家有目共睹，想必不用赘述。
Python功能众多，小芯曾用Python的交互式地图和区块链等功能创建了许许多多的应用程序，令人振奋。
但也正因其功能繁多，初学者一开始是很难掌握所有功能的。
即使你是一名从其他语言(比如C语言或MATLAB语言)转换过来的程序员，用更加抽象的Python编写代码对你来说也绝对是一次不同的体验。
但功能虽多，总有主次之分。
为了方便大家早点了解Python的一些大功能，小芯特别整理出了其中5大很重要的功能。
1. 生成器——内存效率
打算计算大量的结果，但同时又想避免同时分配所有结果所需内存，这时候会使用生成器。换句话说，它们即时生成值，但不会将先前生成的值存储在内存中，因此只需要将其迭代一次。 生成器常用于读取大型文件或使用关键字yield生成无穷序列。在大多数数据科学项目中，笔者发现它颇有用处。
- def gen(n): # an infinite sequence generator that generates integers >= n
- while True:
- yield n
- n += 1
- G = gen(3) # starts at 3
- print(next(G)) # 3
- print(next(G)) # 4
- print(next(G)) # 5
- print(next(G)) # 6
python-generator hosted with ❤ by GitHub
2. 虚拟环境——隔离
若读完本文，只能记住其中一条，那应该是虚拟环境的使用。
Python的应用程序经常使用很多不同的软件包，而这些软件包由具有复杂依赖关系的开发人员开发。不同的应用程序由一种特定的库设置开发出来，其结果无法由其他版本的库复制。没有一种安装程序可以满足所有应用程序的要求。
- conda create -n venv pippython=3.7 # select python version
- source activate venv
- ...
- source deactivate
因此，为每个应用程序创建单独的虚拟环境venv至关重要，可以用 pip或conda完成。
3. 列表推导——紧致码
很多人认为lambda、map和filter是每个初学者都应该学习的函数。虽然笔者认为这些函数值得关注，但是由于它们缺乏灵活性，大多时候不是特别有用。 Lambda是将一次性使用的函数生成为一行的方法。若函数被多次调用，性能就会降低。另一方面，map将一种函数应用于列表中的所有元素，而filter则会获取集合中满足用户定义条件的元素子集。
- add_func = lambda z: z ** 2
- is_odd = lambda z: z%2 == 1
- multiply = lambda x,y: x*y
- aList = list(range(10))
- print(aList)
- 4
- # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
python-lambda hosted with ❤ by GitHub
列表推导是一种简洁灵活的方法，可从其他具有灵活表达式和条件的列表中创建新列表。它由一个带有表达式或函数的方括号构成，只有当元素满足特定条件时，才能应用于列表中的每个元素。它也可以通过嵌套来处理嵌套列表，这比用map和filter要灵活得多。
- # Syntax of list comprehension
- [ expression(x) for x in aList if optional_condition(x)]
- print(list(map(add_func, aList)))
- print([x ** 2 for x in aList])
- # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
- # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
- print(list(filter(is_odd, aList)))
- print([x for x in aList if x%2 == 1])
- # [1, 3, 5, 7, 9]
- # [1, 3, 5, 7, 9]
python-list-comprehension hosted with ❤ by GitHub
4. 列表操作——循环列表
Python允许在aList[-1]== aList[len(aList)-1]中出现负索引。因此，可以通过调用aList[-2]等其他元素来获取列表中的倒数第二个元素。
还可以用aList[start:end:step]语法对列表进行切片，该语法包括起始元素，但不包括终止元素。因此，调用aList[2:5]会得到[2, 3, 4]。也可以通过调用aList[::-1]来反转列表，笔者发现这种技巧非常简洁。
列表也可以解压缩为单独的元素，或者解压缩为元素和子列表，两者混在一起，用星号标出。
- a, b, c, d = aList[0:4]
- print(f'a = {a}, b = {b}, c = {c}, d = {d}')
- # a = 0, b = 1, c = 2, d = 3
- a, *b, c, d = aList
- print(f'a = {a}, b = {b}, c = {c}, d = {d}')
- # a = 0, b = [1, 2, 3, 4, 5, 6, 7], c = 8, d = 9
python-unpacking hosted with ❤ by GitHub
5. 压缩(Zipping)和列举(enumerate) ——for循环
压缩 (Zip)函数创建了一种迭代程序，该程序可聚合来自多个列表的元素。它允许在for循环中并行遍历列表并进行并行分类。用星号即可将其解压缩。
- numList = [0, 1, 2]
- engList = ['zero', 'one', 'two']
- espList = ['cero', 'uno', 'dos']
- print(list(zip(numList, engList, espList)))
- # [(0, 'zero', 'cero'), (1, 'one', 'uno'), (2, 'two', 'dos')]
- for num, eng, esp in zip(numList, engList, espList):
- print(f'{num} is {eng} in English and {esp} in Spanish.')
- # 0 is zero in English and cero in Spanish.
- # 1 is one in English and uno in Spanish.
- # 2 is two in English and dos in Spanish.
python-zip-1 hosted with ❤ by GitHub
- Eng = list(zip(engList, espList, numList))
- Eng.sort() # sort by engList
- a, b, c = zip(*Eng)
- print(a)
- print(b)
- print(c)
- # ('one', 'two', 'zero')
- # ('uno', 'dos', 'cero')
- # (1, 2, 0)
乍一看，列举(Enumerate) 可能有点吓人，但是后来就会发现，在很多情况下使用列举都很方便。它是一种经常用于for循环的自动计数器，因此无需在counter = 0 和counter += 1的情况下创建并初始化变量计数器。列举(enumerate) 和压缩(zip)是创建for循环时会用到的两种功能很强大的工具。
- upperCase = ['A', 'B', 'C', 'D', 'E', 'F']
- lowerCase = ['a', 'b', 'c', 'd', 'e', 'f']
- for i, (upper, lower) in enumerate(zip(upperCase, lowerCase), 1):
- print(f'{i}: {upper} and {lower}.')
- # 1: A and a.
- # 2: B and b.
- # 3: C and c.
- # 4: D and d.
- # 5: E and e.
- # 6: F and f.
python-enumerate hosted with ❤ by GitHub
当然，除了这5种功能，Python还有许许多多其他好用的功能，欢迎大家给小芯留言自己最感兴趣的功能。根据大家的留言，小芯会在下次Python文章中继续为大家介绍更多大家感兴趣的功能~
