Python 是一種代表簡單思想的語言，其語法相對簡單，很容易上手。
不過，如果就此小視 Python 語法的精妙和深邃，那就大錯特錯了。本文精心篩選了最能展現 Python 語法之精妙的十個知識點，並附上詳細的實例代碼。
如能在實戰中融會貫通、靈活使用，必將使代碼更為精煉、高效，同時也會極大提升代碼B格，使之看上去更老練，讀起來更優雅。
1. for - else
什麼？不是 if 和 else 才是原配嗎？No，你可能不知道，else 是個腳踩兩隻船的傢伙，for 和 else 也是一對，而且是合法的。
十大裝B語法，for-else 絕對算得上南無灣！不信，請看：
<code>>>> for i in [1,2,3,4]:\tprint(i)else:
1
2
3
4print(i, '我是else')/<code>
如果在 for 和 else 之間（循環體內）有第三者 if 插足，也不會影響 for 和 else 的關係。
因為 for 的級別比 if 高，else 又是一個攀附權貴的傢伙，根本不在乎是否有 if，以及是否執行了滿足 if 條件的語句。
else 的眼裡只有 for，只要 for 順利執行完畢，else 就會屁顛兒屁顛兒地跑一遍：
<code>>>> for i in [1,2,3,4]:\tif i >
2:\t\tprint(i)
else:\tprint(i, '我是else')
344 我是else/<code>
那麼，如何拆散 for 和 else 這對冤家呢？只有當 for 循環被 break 語句中斷之後，才會跳過 else 語句：
<code>>>> for i in [1,2,3,4]:\t
if i>2:\t\tprint(i)\t\t
breakelse:\t
print(i, '我是else')/<code>
2. 一顆星(*)和兩顆星(**)
有沒有發現，星(*)真是一個神奇的符號！想一想，沒有它，C語言還有啥好玩的？
同樣，因為有它，Python 才會如此的儀態萬方、風姿綽約、楚楚動人！
Python 函數支持默認參數和可變參數，一顆星表示不限數量的單值參數，兩顆星表示不限數量的鍵值對參數。
我們還是舉例說明吧：設計一個函數，返回多個輸入數值的和。
我們固然可以把這些輸入數值做成一個list傳給函數，但這個方法，遠沒有使用一顆星的可變參數來得優雅：
<code>>>> def multi_sum(*args):\t
s = 0\tfor item in args:\t
s += item\treturn
s>>> multi_sum(3,4,5)/<code>
Python 函數允許同時全部或部分使用固定參數、默認參數、單值（一顆星）可變參數、鍵值對（兩顆星）可變參數，使用時必須按照前述順序書寫。
<code>>>> def do_something(name, age,
gender='男', *args, **kwds):\t
print('姓名：%s，年齡：%d，性別：%s'%(name, age, gender))\t
print(args)\tprint(kwds)>>>
do_something('xufive', 50, '男', 175, 75, math=99,
english=90)姓名：xufive，年齡：50，
性別：男(175, 75){'math': 99, 'english': 90}/<code>
此外，一顆星和兩顆星還可用於列表、元組、字典的解包，看起來更像C語言：
<code>>>> a = (1,2,3)>>>
print(a)(1, 2, 3)>>>
print(*a)1 2 3>>> b = [1,2,3]>>>
print(b)[1, 2, 3]>>>
print(*b)1 2 3>>> c = {'name':'xufive', 'age':51}>>>
print(c){'name': 'xufive', 'age': 51}>>>
print(*c)name age>>>
print('name:{name},
age:{age}'.format(**c))name:xufive, age:51/<code>
3. 三元表達式
熟悉 C/C++ 的程序員，初上手 python 時，一定會懷念經典的三元操作符，因為想表達同樣的思想，用python 寫起來似乎更麻煩。比如：
<code>>>> y = 5>>> if y < 0:
print('y是一個負數')else:\t
print('y是一個非負數')y是一個非負數/<code>
其實，python 是支持三元表達式的，只是稍微怪異了一點，類似於我們講話。
比如，用倒裝句：打球去吧，要是不下雨的話；下雨，咱就去自習室。翻譯成三元表達式就是：
<code>打球去吧 if 不下雨 else 去自習室來看看三元表達式具體的使用：
>>> y = 5>>>
print('y是一個負數'
if y < 0 else 'y是一個非負數')y是一個非負數/<code>
python 的三元表達式也可以用來賦值：
<code>>>> y = 5>>> x = -1 if y < 0 else 1>>> x/<code>
4. with - as
with 這個詞兒，英文裡面不難翻譯，但在 Python 語法中怎麼翻譯，我還真想不出來，大致上是一種上下文管理協議。
作為初學者，不用關注 with 的各種方法以及機制如何，只需要瞭解它的應用場景就可以了。
with 語句適合一些事先需要準備，事後需要處理的任務，比如，文件操作，需要先打開文件，操作完成後需要關閉文件。
如果不使用with，文件操作通常得這樣：
<code>fp = open(r"D:\\CSDN\\Column\\temp\\mpmap.py", 'r')try: contents = fp.readlines()finally: fp.close()/<code>
如果使用 with - as，那就優雅多了：
<code>>>> with open(r"D:\\CSDN\\Column\\temp\\mpmap.py", 'r') as fp:\tcontents = fp.readlines()/<code>
5. 列表推導式
在各種稀奇古怪的語法中，列表推導式的使用頻率應該時最高的，對於代碼的簡化效果也非常明顯。
比如，求列表各元素的平方，通常應該這樣寫（當然也有其他寫法，比如使用map函數）：
<code>>>> a = [1, 2, 3, 4, 5]>>> result = list()>>> for i in a:\tresult.append(i*i)>>> result[1, 4, 9, 16, 25]/<code>
如果使用列表推導式，看起來就舒服多了：
<code>>>> a = [1, 2, 3, 4, 5]>>> result = [i*i for i in a]>>> result[1, 4, 9, 16, 25]/<code>
事實上，推導式不僅支持列表，也支持字典、集合、元組等對象。有興趣的話，可以自行研究。
6. 列表索引的各種騷操作
Python 引入負整數作為數組的索引，這絕對是喜大普奔之舉。想想看，在C/C++中，想要數組最後一個元素，得先取得數組長度，減一之後做索引，嚴重影響了思維的連貫性。
Python語言之所以獲得成功，我個人覺得，在諸多因素裡面，列表操作的便捷性是不容忽視的一點。請看：
<code>>>> a = [0, 1, 2, 3, 4, 5]
>>> a[2:4][2, 3]>>> a[3:]
[3, 4, 5]>>> a[1:][1, 2, 3, 4, 5]>>>
a[:][0, 1, 2, 3, 4, 5]>>>
a[::2][0, 2, 4]>>> a[1::2][1, 3, 5]>>>
a[-1]5>>> a[-2]4>>>
a[1:-1][1, 2, 3, 4]>>>
a[::-1][5, 4, 3, 2, 1, 0]/<code>
如果說，這些你都很熟悉，也經常用，那麼接下來這個用法，你一定會感覺很神奇：
<code>>>> a = [0, 1, 2, 3, 4, 5]>>> b = ['a', 'b']
>>> a[2:2] = b>>>
a[0, 1, 'a', 'b', 2, 3, 4, 5]
>>> a[3:6] = b>>>
a[0, 1, 'a', 'a', 'b', 4, 5]/<code>
7. lambda函數
lambda 聽起來很高大上，其實就是匿名函數（瞭解js的同學一定很熟悉匿名函數）。
匿名函數的應用場景是什麼呢？
就是僅在定義匿名函數的地方使用這個函數，其他地方用不到，所以就不需要給它取個阿貓阿狗之類的名字了。
下面是一個求和的匿名函數，輸入參數有兩個，x和y，函數體就是x+y，省略了return關鍵字。
<code>>>> lambda x,y: x+y<function>
at 0x000001B2DE5BD598>>>>
(lambda x,y: x+y)(3,4)
# 因為匿名函數沒有名字，使用的時候要用括號把它包起來/<function>/<code>
匿名函數一般不會單獨使用，而是配合其他方法，為其他方法提供內置的算法或判斷條件。
比如，使用排序函數sorted對多維數組或者字典排序時，就可以指定排序規則。
<code>>>> a = [{'name':'B', 'age':50},
{'name':'A', 'age':30}, {'name':'C', 'age':40}]
>>> sorted(a, key=lambda x:x['name'])
# 按姓名排序[{'name': 'A', 'age': 30}, {'name': 'B', 'age': 50},
{'name': 'C', 'age': 40}]>>> sorted(a, key=lambda x:x['age'])
# 按年齡排序[{'name': 'A', 'age': 30},
{'name': 'C', 'age': 40},
{'name': 'B', 'age': 50}]/<code>再舉一個數組元素求平方的例子，這次用map函數：
<code>>>> a = [1,2,3]>>> for item in map(lambda x:x*x, a):\tprint(item, end=', ')1, 4, 9, /<code>
8. yield 以及生成器和迭代器
yield 這詞兒，真不好翻譯，翻詞典也沒用。我乾脆就讀作“一愛得”，算是外來詞彙吧。要理解 yield，得先了解 generator（生成器）。
要了解generator，得先知道 iterator（迭代器）。哈哈哈，繞暈了吧？算了，我還是說白話吧。
話說py2時代，range()返回的是list，但如果range(10000000)的話，會消耗大量內存資源，所以，py2又搞了一個xrange()來解決這個問題。
py3則只保留了xrange()，但寫作range()。xrange()返回的就是一個迭代器，它可以像list那樣被遍歷，但又不佔用多少內存。
generator（生成器）是一種特殊的迭代器，只能被遍歷一次，遍歷結束，就自動消失了。總之，不管是迭代器還是生成器，都是為了避免使用list，從而節省內存。
那麼，如何得到迭代器和生成器呢？
python內置了迭代函數 iter，用於生成迭代器，用法如下：
<code>>>> a = [1,2,3]>>> a_iter = iter(a)>>>
a_iter<list>>>>
for i in a_iter:\tprint(i, end=', ')1, 2, 3, /<list>/<code>
yield 則是用於構造生成器的。
比如，我們要寫一個函數，返回從0到某正整數的所有整數的平方，傳統的代碼寫法是這樣的：
<code>>>> def get_square(n):\tresult = list()\tfor i in range(n):\t
result.append(pow(i,2))\treturn result>>>
print(get_square(5))[0, 1, 4, 9, 16]/<code>
但是如果計算1億以內的所有整數的平方，這個函數的內存開銷會非常大，這是 yield 就可以大顯身手了：
<code>>>> def get_square(n):\tfor i in range(n):\t
yield(pow(i,2))>>> a = get_square(5)>>>
a<generator>>>>
for i in a:\tprint(i, end=', ')0, 1, 4, 9, 16, /<generator>/<code>
如果再次遍歷，則不會有輸出了。
9. 裝飾器
剛弄明白迭代器和生成器，這又來個裝飾器，Python 咋這麼多器呢？的確，Python 為我們提供了很多的武器，裝飾器就是最有力的武器之一。
裝飾器很強大，我在這裡嘗試從需求的角度，用一個簡單的例子，說明裝飾器的使用方法和製造工藝。
假如我們需要定義很多個函數，在每個函數運行的時候要顯示這個函數的運行時長，解決方案有很多。
比如，可以在調用每個函數之前讀一下時間戳，每個函數運行結束後再讀一下時間戳，求差即可；也可以在每個函數體內的開始和結束位置上讀時間戳，最後求差。
不過，這兩個方法，都沒有使用裝飾器那麼簡單、優雅。下面的例子，很好地展示了這一點。
<code>>>> import time>>> def timer(func):\tdef wrapper(*args,**kwds):\t
t0 = time.time()\t\tfunc(*args,**kwds)\t\tt1 = time.time()\t\t
print('耗時%0.3f'%(t1-t0,))\treturn wrapper>>>
@timerdef do_something(delay):
print('函數do_something開始')\ttime.sleep(delay)\t
print('函數do_something結束')\t>>> do_something
(3)函數do_something開始函數do_something結束耗時3.077/<code>
timer() 是我們定義的裝飾器函數，使用@把它附加在任何一個函數（比如do_something）定義之前，就等於把新定義的函數，當成了裝飾器函數的輸入參數。
運行 do_something() 函數，可以理解為執行了timer(do_something) 。
細節雖然複雜，不過這麼理解不會偏差太大，且更易於把握裝飾器的製造和使用。
10. 巧用斷言assert
所謂斷言，就是聲明表達式的布爾值必須為真的判定，否則將觸發 AssertionError 異常。
嚴格來講，assert是調試手段，不宜使用在生產環境中，但這不影響我們用斷言來實現一些特定功能，比如，輸入參數的格式、類型驗證等。
<code>>>> def i_want_to_sleep(delay):\tassert(isinstance(delay, (int,float))),
'函數參數必須為整數或浮點數'\t
print('開始睡覺')\ttime.sleep(delay)
print('睡醒了')\t>>> i_want_to_sleep(1.1)
開始睡覺睡醒了>>> i_want_to_sleep
(2)開始睡覺睡醒了>>> i_want_to_sleep
('2')Traceback (most recent call last):
File "<pyshell>", line 1, in <module>
i_want_to_sleep('2') File "<pyshell>",
line 2, in i_want_to_sleep
assert(isinstance(delay, (int,float))),
'函數參數必須為整數或浮點數'
AssertionError: 函數參數必須為整數或浮點數/<pyshell>/<module>/<pyshell>/<code>
最後小編幫助大家整理了一套python教程，下面展示了部分，希望也能幫助對編程感興趣，想做數據分析，人工智能、爬蟲或者希望從事編程開發的小夥伴，畢竟python工資也還可以，如果能幫到你請點贊、點贊、點贊。
PS：如果你喜歡python，並覺得這篇文章對你有益的話，麻煩多多點贊關注支持！！！！
閱讀更多 程序猿老旭 的文章
