本篇内容主要讲解“Python有哪些隐藏技巧”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python有哪些隐藏技巧”吧!
创新互联建站基于成都重庆香港及美国等地区分布式IDC机房数据中心构建的电信大带宽，联通大带宽，移动大带宽，多线BGP大带宽租用,是为众多客户提供专业服务器主机托管报价，主机托管价格性价比高，为金融证券行业服务器托管，ai人工智能服务器托管提供bgp线路100M独享，G口带宽及机柜租用的专业成都idc公司。
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(): pass
def 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) >>> array array([[[ 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。
解压迭代对象是一个非常方便的特性：
>>> a, *b, c = range(1, 11) >>> a 1 >>> c 10 >>> b [2, 3, 4, 5, 6, 7, 8, 9]
或者是：
>>> a, b, c = range(3) >>> a 0 >>> b 1 >>> c 2
同理，与其写这样的代码：
>>> lst = [1] >>> a = lst[0] >>> a 1 >>> (a, ) = lst >>> a 1
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 >>> a 1
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。
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。
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 = _ >>> a 20
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。
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 = False
a = 0
while a < 10:
if a == 12:
found = True
a += 1
if not found:
print("a was never found")如果引入else，我们可以少用一个变量：
a = 0
while a < 10:
if a == 12:
break
a += 1
else:
print("a was never found")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到此，相信大家对“Python有哪些隐藏技巧”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！