接上一篇RPA优雅写Python代码（一）。6.列表索引的各种风骚操作Python引入负整数作为数组索引，绝对是个大动作。想一想，在C/C++中，如果要数组的最后一个元素，必须先获取数组的长度，减一再做索引，严重影响思维的连贯性。Python语言之所以成功，我个人认为，在众多因素中，列表操作的便利性是不容忽视的。参见：>>>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]如果你熟悉这些并且经常使用它们，那么下面的用法，你一定会感觉很神奇：>>>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]7。lambda函数lambda是一个匿名函数，这个函数在定义匿名函数的地方使用，而不是在其他地方使用，所以不需要给它起函数名。下面是一个用于求和的匿名函数。有两个输入参数，x和y。函数体为x+y，省略return关键字。>>>lambdax,y:x+yat0x000001B2DE5BD598>>>>(lambdax,y:x+y)(3,4)#因为匿名函数没有名字，所以使用时要加括号把它包起来。匿名函数一般不会单独使用，而是与其他方法结合使用，为其他方法提供内置算法或判断条件。例如，在使用排序函数sorted对多维数组或字典进行排序时，可以指定排序规则。>>>a=[{'name':'B','age':50},{'name':'A','age':30},{'name':'C','age':40}]>>>sorted(a,key=lambdax:x['name'])#按名字排序[{'name':'A','age':30},{'name':'B','age':50},{'name':'C','age':40}]>>>sorted(a,key=lambdax:x['age'])#按年龄排序[{'name':'A','age':30},{'name':'C','age':40},{'name':'B','age':50}]再一次对数组元素求平方的示例，这次使用map函数：>>>a=[1,2,3]>>>foriteminmap(lambdax:x*x,a):print(item,end=',')1,4,9,8.yield与生成器和迭代器要理解yield，首先要理解生成器。要了解生成器，首先要了解迭代器（iterator）。说到py2时代，range()返回的是一个列表，但是如果使用range(10000000)会消耗大量内存资源，所以py2又多了一个xrange()来解决这个问题。py3只保留了xrange()，却写了range()。xrange()返回的是一个迭代器，可以像列表一样遍历，但不会占用太多内存。生成器（generator）是一种特殊的迭代器，只能遍历一次，遍历结束后自动消失。总之，无论是迭代器还是生成器，都是为了避免使用列表，从而节省内存。那么，如何获得迭代器和生成器呢？Python有一个内置的迭代函数iter，用来生成一个迭代器。用法如下：>>>a=[1,2,3]>>>a_iter=iter(a)>>>a_iter>>>foriina_iter:print(i,end=',')1,2,3,yield用于构造生成器。比如我们要写一个函数，返回从0到某个正整数的所有整数的平方。传统的代码是这样写的：>>>defget_square(n):result=list()foriinrange(n):result.append(pow(i,2))returnresult>>>print(get_square(5))[0,1,4,9,16]但是如果计算1亿以内所有整数的平方，函数内存开销会非常大，这就是yield大显身手的地方：defget_square(n):foriinrange(n):yield(pow(i,2))>>>a=get_square(5)>>>a>>>foriina:print(i,end=',')0,1,4,9,16，如果再遍历，就没有输出了。9、装饰器Python为我们提供了很多武器，而装饰器是最强大的武器之一。装饰器非常强大。这里我尝试用一??个简单的例子，从需求的角度来说明装饰器的使用和制作过程。如果我们需要定义很多函数，并在运行时显示每个函数的运行时间，解决方案有很多种。例如，可以在调用每个函数之前读取时间戳，然后在每个函数运行完毕后读取时间戳，计算差值；也可以读取每个函数体开始和结束位置的时间戳，最后计算Difference。但是，这两种方法都没有使用装饰器那么简单和优雅。下面的例子很好地证明了这一点。>>>导入时间>>>deftimer(func):defwrapper(*args,**kwds):t0=time.time()func(*args,**kwds)t1=time.time()print('耗时%0.3f'%(t1-t0,))returnwrapper>>>@timerdefdo_something(delay):print('functiondo_somethingstarts')time.sleep(delay)print('functiondo_somethingends')>>>do_something(3)functiondo_somethingstartfunctiondo_somethingend耗时3.077timer()是我们定义的装饰函数，在任何函数（如do_something）定义前使用@附加，等于新定义的函数，作为装饰器函数的输入参数。运行do_something()函数可以理解为执行timer(do_something)。虽然细节复杂，但这样理解不会出太大偏差，更容易掌握装饰器的制作和使用。10.巧妙地使用断言。assert所谓断言就是声明表达式的布尔值必须为真，否则会触发AssertionError异常。严格来说，assert是一种调试手段，不应该在生产环境中使用，但这并不影响我们使用断言来实现一些特定的功能，比如输入参数的格式、类型验证等。>>>defi_want_to_sleep(delay):assert(isinstance(delay,(int,float))),'函数参数必须是整数或浮点数'print('开始休眠')time.sleep(delay)print('sleepWokeup')>>>i_want_to_sleep(1.1)开始睡眠并醒来>>>i_want_to_sleep(2)开始睡眠并醒来>>>i_want_to_sleep('2')Traceback（最近调用最后）:文件“”，第1行，在i_want_to_sleep('2')文件“”，第2行，在i_want_to_sleepassert(isinstance(delay,(int,float))),'ThefunctionparametermustbeIntegerorfloatingpointnumber'AssertionError:Thefunctionparametermustbeanintegerorfloatingpointnumber免费下载试用：https://support.i-search.com.cn/
