2019 年第 82 篇文章，总第 106 篇文章

标题 | python-is-cool

作者 | chiphuyen

原文 | https://github.com/chiphuyen/python-is-cool

译者 | kbsc13("算法猿的成长"公众号作者)

声明 | 翻译是出于交流学习的目的，欢迎转载，但请保留本文出于，请勿用作商业或者非法用途

导读

这篇文章主要是介绍一些 python 的技巧。

采用的 python 版本是 3.6+

本文的目录如下：

• Lambda, map, filter, reduce

• 列表操作

• 类和魔法方法

• 本地命名空间和对象的属性

• 疯狂的导入

1. Lambda, map, filter, reduce

lambda 是创建匿名函数，下面是一个使用的例子，其中 square_fn 和 square_ld 这两个都是相同作用的函数：

def square_fn(x):return x * xsquare_ld = lambda x: x * xfor i in range(10):assert square_fn(i) == square_ld(i)

因为快速声明的特点使得 lambda 非常适合用于回调函数以及作为一个参数传入其他函数中。此外，它还可以很好的和 map, filter , reduce 这几个函数一起使用。

map(fn, iterable) 是将 iterable 参数的所有元素都传给函数fn ，这里可以作为iterable参数的有列表、集合、字典、元祖和字符串，返回的是一个 map 对象，例子如下所示：

nums = [1/3, 333/7, 2323/2230, 40/34, 2/3]
nums_squared = [num * num for num in nums]
print(nums_squared)==> [0.1111111, 2263.04081632, 1.085147, 1.384083, 0.44444444]

如果用 map 函数作为回调函数，则代码为：

nums_squared_1 = map(square_fn, nums)
nums_squared_2 = map(lambda x: x * x, nums)
print(list(nums_squared_1))==> [0.1111111, 2263.04081632, 1.085147, 1.384083, 0.44444444]

还可以使用多个迭代对象，例如，如果想计算一个简单的线性函数f(x)=ax+b 和真实标签 labels 的均方差，下面有两个相同作用的实现方法：

a, b = 3, -0.5
xs = [2, 3, 4, 5]
labels = [6.4, 8.9, 10.9, 15.3]# Method 1: using a loop
errors = []
for i, x in enumerate(xs):errors.append((a * x + b - labels[i]) ** 2)
result1 = sum(errors) ** 0.5 / len(xs)# Method 2: using map
diffs = map(lambda x, y: (a * x + b - y) ** 2, xs, labels)
result2 = sum(diffs) ** 0.5 / len(xs)print(result1, result2)==> 0.35089172119045514 0.35089172119045514

需要注意的是，map 和 filter 返回的对象都是迭代器，也就是说它们的数值并没有被存储下来，只是在需要的时候生成，所以如果调用了sum(diffs) ，diffs 将变为空，如果想保存所有diffs的元素，需要转为列表的类型--list(diffs)。

filter(fn, iterable) 的使用方式和 map 一样，不同的是 fn 返回的是布尔类型的数值，然后 filter 函数返回的就是 fn 会返回 True 的元素，一个例子如下所示：

bad_preds = filter(lambda x: x > 0.5, errors)
print(list(bad_preds))==> [0.8100000000000006, 0.6400000000000011]

reduce(fn, iterable, initializer) 是在我们想对一个列表的元素都迭代地采用一个操作器的使用。比如，我们想计算一个列表的所有元素的乘积：

product = 1
for num in nums:product *= num
print(product)==> 12.95564683272412

这等价于：

from functools import reduce
product = reduce(lambda x, y: x * y, nums)
print(product)==> 12.95564683272412

注意：

lambda 函数的运算时间并不是很好，和用 def 定义的有名字函数相比，会稍微慢一些，因此更建议使用带名字的函数。

---

2. 列表操作

python 中的列表也是有很多特别的技巧。

2.1 Unpacking

对于展开列表的每个元素，可以这么实现：

elems = [1, 2, 3, 4]
a, b, c, d = elems
print(a, b, c, d)==> 1 2 3 4

也可以这么做：

a, *new_elems, d = elems
print(a)
print(new_elems)
print(d)==> 1[2, 3]4

2.2 Slicing

反转一个列表可以通过切片方式实现--[::-1]：

elems = list(range(10))
print(elems)==> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]print(elems[::-1])==> [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

这个语法 [x:y:z] 表示在一个列表中，从索引 x 到 y 中取出元素，步长是 z 。当 z 是负数，它表示从后往前，x 没有指定的时候，默认从第一个元素开始遍历列表。如果没有指定 y ，则默认采用最后一个元素。因此，如果我们希望每隔2个元素进行采样，可以采用 [::2]：

evens = elems[::2]
print(evens)reversed_evens = elems[-2::-2]
print(reversed_evens)==> [0, 2, 4, 6, 8][8, 6, 4, 2, 0]

也可以通过切片的方式来删除列表的元素：

del elems[::2]
print(elems)==> [1, 3, 5, 7, 9]

2.3 Insertion

改变列表中一个元素的代码实现如下所示：

elems = list(range(10))
elems[1] = 10
print(elems)==> [0, 10, 2, 3, 4, 5, 6, 7, 8, 9]

而如果希望修改特定范围内的多个元素，比如用 3 个数值 20,30,40 来替换数值 1 ，代码如下所示：

elems = list(range(10))
elems[1:2] = [20, 30, 40]
print(elems)==> [0, 20, 30, 40, 2, 3, 4, 5, 6, 7, 8, 9]

还可以在索引为0和索引为1之间插入 3 个数值 [0.2, 0.3, 0.5]：

elems = list(range(10))
elems[1:1] = [0.2, 0.3, 0.5]
print(elems)==> [0, 0.2, 0.3, 0.5, 1, 2, 3, 4, 5, 6, 7, 8, 9]

2.4 Flattening

通过采用 sum 方法来碾平一个嵌套列表的对象：

list_of_lists = [[1], [2, 3], [4, 5, 6]]
sum(list_of_lists, [])==> [1, 2, 3, 4, 5, 6]

但如果嵌套的层次太多，就需要递归的操作，这里介绍另一个通过 lambda 实现的方法：

nested_lists = [[1, 2], [[3, 4], [5, 6], [[7, 8], [9, 10], [[11, [12, 13]]]]]]
flatten = lambda x: [y for l in x for y in flatten(l)] if type(x) is list else [x]
flatten(nested_lists)# This line of code is from
# https://github.com/sahands/python-by-example/blob/master/python-by-example.rst#flattening-lists

2.5 List vs generator

为了解释列表和生成器的区别，这里用一个创建一个列表的所有字符串的 n-grams 作为例子：

其中一个实现方法是采用滑动窗口：

tokens = ['i', 'want', 'to', 'go', 'to', 'school']def ngrams(tokens, n):length = len(tokens)grams = []for i in range(length - n + 1):grams.append(tokens[i:i+n])return gramsprint(ngrams(tokens, 3))==> [['i', 'want', 'to'],['want', 'to', 'go'],['to', 'go', 'to'],['go', 'to', 'school']]

在上述例子中，我们需要同时存储所有的 n-grams，如果文本是有 m 个字符，那么内存大小就是 O(nm) ，这在 m 很大的时候问题会很大。

因此，可以考虑通过生成器在需要的时候才生成新的 n-gram ，所以我们可以创建一个函数 ngrams 通过关键词 yield 返回一个生成器，此内存只需要 O(m+n)：

def ngrams(tokens, n):length = len(tokens)for i in range(length - n + 1):yield tokens[i:i+n]ngrams_generator = ngrams(tokens, 3)
print(ngrams_generator)==> <generator object ngrams at 0x1069b26d0>for ngram in ngrams_generator:print(ngram)==> ['i', 'want', 'to']['want', 'to', 'go']['to', 'go', 'to']['go', 'to', 'school']

另外一种方式生成 n-grams 是通过切片方式来生成列表 [0, 1, ..., -n], [1, 2, ..., -n+1], ..., [n-1, n, ..., -1] ，然后通过 zip 来包装到一起：

def ngrams(tokens, n):length = len(tokens)slices = (tokens[i:length-n+i+1] for i in range(n))return zip(*slices)ngrams_generator = ngrams(tokens, 3)
print(ngrams_generator)==> <zip object at 0x1069a7dc8> # zip objects are generatorsfor ngram in ngrams_generator:print(ngram)==> ('i', 'want', 'to')('want', 'to', 'go')('to', 'go', 'to')('go', 'to', 'school')

注意，这里生成切片的方法是 (tokens[...] for i in range(n)) ，而不是 [tokens[...] for i in range(n)]，因为 [] 是列表生成式，而 () 会返回一个生成器。

---

3. 类和魔法方法

在 python 中，魔法方法是前缀和后缀都带有两个下划线的 __，最有名的一个魔法方法可能就是 __init__ 了，下面是实现一个 Node 类，表示一个二叉树：

class Node:""" A struct to denote the node of a binary tree.It contains a value and pointers to left and right children."""def __init__(self, value, left=None, right=None):self.value = valueself.left = leftself.right = right

如果我们要打印一个 Node 对象，不过输出结果并非很好解释：

root = Node(5)
print(root) # <__main__.Node object at 0x1069c4518>

理想的情况是，可以打印一个节点的数值以及其包含的所有子节点，要实现这个功能，可以采用 __repr__ 方法，它会返回一个可解释的对象，比如字符串。

class Node:""" A struct to denote the node of a binary tree.It contains a value and pointers to left and right children."""def __init__(self, value, left=None, right=None):self.value = valueself.left = leftself.right = rightdef __repr__(self):strings = [f'value: {self.value}']strings.append(f'left: {self.left.value}' if self.left else 'left: None')strings.append(f'right: {self.right.value}' if self.right else 'right: None')return ', '.join(strings)left = Node(4)
root = Node(5, left)
print(root) # value: 5, left: 4, right: None

接着，我们可能想进一步实现两个节点的比较数值的功能，这里通过 __eq__ 实现相等 == ，__lt__实现小于 < ，__ge__ 实现 大于等于 >= 。

class Node:""" A struct to denote the node of a binary tree.It contains a value and pointers to left and right children."""def __init__(self, value, left=None, right=None):self.value = valueself.left = leftself.right = rightdef __eq__(self, other):return self.value == other.valuedef __lt__(self, other):return self.value < other.valuedef __ge__(self, other):return self.value >= other.valueleft = Node(4)
root = Node(5, left)
print(left == root) # False
print(left < root) # True
print(left >= root) # False

在下面这篇文章给出了所有的魔法方法列表：

https://www.tutorialsteacher.com/python/magic-methods-in-python

当然也可以查看官方文档的说明，不过阅读起来会有些难度：

https://docs.python.org/3/reference/datamodel.html#special-method-names

其中推荐以下这些方法：

• __len__ ：重写 len() 方法

• __str__：重写str() 方法

• __iter__：如果想让对象可以迭代，可以继承这个方法，并且还可以调用 next() 方法

对于类似 Node 这样的类，即我们确定其支持的所有属性（比如对于 Node ，这里就是指 value, left, right 着三个属性），可以采用 __slots__ 来表示这些数值，这有利于提升性能和节省内存空间。想更详细了解 __slots__ ，可以看看这篇 Stackoverflow 上的回答：

https://stackoverflow.com/questions/472000/usage-of-slots/28059785#28059785

class Node:""" A struct to denote the node of a binary tree.It contains a value and pointers to left and right children."""__slots__ = ('value', 'left', 'right')def __init__(self, value, left=None, right=None):self.value = valueself.left = leftself.right = right

---

4. 本地命名空间，对象的属性

locals() 函数会返回一个字典，它包含了所有定义在本地命名空间的变量，例子如下所示：

class Model1:def __init__(self, hidden_size=100, num_layers=3, learning_rate=3e-4):print(locals())self.hidden_size = hidden_sizeself.num_layers = num_layersself.learning_rate = learning_ratemodel1 = Model1()==> {'learning_rate': 0.0003, 'num_layers': 3, 'hidden_size': 100, 'self': <__main__.Model1 object at 0x1069b1470>}

一个对象的所有属性都保存在它的 __dict__ ：

print(model1.__dict__)==> {'hidden_size': 100, 'num_layers': 3, 'learning_rate': 0.0003}

注意手动将所有参数分配到对应的属性会非常麻烦，特别是在参数列表比较大的时候。为了避免这种情况，可以利用对象的 __dict__:

class Model2:def __init__(self, hidden_size=100, num_layers=3, learning_rate=3e-4):params = locals()del params['self']self.__dict__ = paramsmodel2 = Model2()
print(model2.__dict__)==> {'learning_rate': 0.0003, 'num_layers': 3, 'hidden_size': 100}

如果对象是通过 **kwargs 来进行初始化，会更加的方便，不过**kwargs 应该尽量少使用：

class Model3:def __init__(self, **kwargs):self.__dict__ = kwargsmodel3 = Model3(hidden_size=100, num_layers=3, learning_rate=3e-4)
print(model3.__dict__)==> {'hidden_size': 100, 'num_layers': 3, 'learning_rate': 0.0003}

---

5. 疯狂的导入

通常会陷入这种疯狂的导入操作* 的例子如下所示：

在 file.py  文件中

from parts import *

这个写法非常不负责任，它是将另一个模块的一切都导入到当前的模块，包括那个模块的导入的内容，比如说，parts.py 模块可能是这样的：

import numpy
import tensorflowclass Encoder:...class Decoder:...class Loss:...def helper(*args, **kwargs):...def utils(*args, **kwargs):...

由于 parts.py 没有指定 __all__ ，所以 file.py 会导入 Encoder, Decoder, Loss, utils, helper，以及 numpy 和 tensorflow 。

如果我们只想让 Encoder, Decoder, Loss 被导入到另一个模块中使用，那么就需要指定 __all__ 参数：

 __all__ = ['Encoder', 'Decoder', 'Loss']
import numpy
import tensorflowclass Encoder:...

通过上述代码，当有另一个文件也是直接采用 from part import * 的做法，那么只会导入给定的  Encoder, Decoder, Loss ，同时 __all__ 也是对一个模块的一个概览。

---

参考

• https://www.tutorialsteacher.com/python/magic-methods-in-python

• https://docs.python.org/3/reference/datamodel.html#special-method-names

• https://stackoverflow.com/questions/472000/usage-of-slots/28059785#28059785

---

欢迎关注我的微信公众号--算法猿的成长，或者扫描下方的二维码，大家一起交流，学习和进步！

如果觉得不错，在看、转发就是对小编的一个支持！

推荐阅读：

• 数据科学家令人惊叹的排序技巧

• 一文了解类别型特征的编码方法

• 快速入门 Jupyter notebook

• Jupyter 进阶教程

• 只需几行代码，即可实现多线程和多进程操作