Python函数语法糖 python中的语法糖

Python 有哪些好玩的语法糖

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args, **kwargs)

return wrapper

def bar():

print('i am bar')

bar = use_logging(bar)

bar()

函数use_logging就是装饰器，它把执行真正业务方法的func包裹在函数里面，看起来像bar被use_logging装饰了。在这个例子中，函数进入和退出时 ，被称为一个横切面(Aspect)，这种编程方式被称为面向切面的编程(Aspect-Oriented Programming)。

相关问答

Q1: 关于 python 的语法糖

with的用法：

class A:  

    def __enter__(self):  

        print 'in enter'  

    def __exit__(self, e_t, e_v, t_b):  

        print 'in exit'  

with A() as a:  

    print 'in with'

运行输出：

in enter

in with

in exit

也就是说在print 'in with'前自动执行了A()构造的实例的__enter__方法

with块中的程序执行完后，自动执行了A()构造的实例的__exit__方法

这里as a可以省略，因为with块中没有用到a

with app.test_request_context():

   print(url_for('index'))

直接翻译的话就是

context = app.test_request_context()

context.__enter__()

print(url_for('index'))

context.__exit__(参数1,参数2,参数3)

这里可以理解为 为print(url_for('index'))创造一个环境，执行完后清理环境

Q2: Python中几个有趣的语法糖

当然是函数式那一套黑魔法啦Python函数语法糖，且听我细细道来。 lambda表达式也就是匿名函数。用法Python函数语法糖：lambda 参数列表 : 返回值例Python函数语法糖： +1函数 f=lambda x:x+1 max函数（条件语句Python函数语法糖的写法如下） f_max=lambda x,y:x if xy else y 上述定义的函数与用def定义的函数没有区别，而且左边的f=在某些情况下并不是必要的。 filter,map,reduce filter函数接受两个参数，第一个是过滤函数，第二个是可遍历的对象，用于选择出所有满足过滤条件的元素，不同版本的filter的返回值稍有区别，我用的是python3.5，filter返回的是经过过滤的可遍历对象。例：去除小写字母 s=filter(lambda x:not str(x).islower(),"asdasfAsfBsdfC") for ch in s: print(ch) map函数接受的参数类型与filter类似，它用于把函数作用于可遍历对象的每一个元素。类似于数学中映射的概念。例：求y=2x+1（偷偷用Python函数语法糖了一下range函数生成定义域） s=map(lambda x:2*x+1,range(6)) for x in s: print(x) reduce函数对每个元素作累计操作，它接受的第一个参数必须是有两个参数的函数。例：求和 from functools import reduce s=reduce(lambda x,y:x+y,range(1,6)) print(s) 求乘积（第三个可选参数表示累计变量的初值） from functools import reduce s=reduce(lambda x,y:x*y,range(1,6),1) print(s) 柯里化(curry)函数如果一个函数需要2个参数，而你只传入一个参数，那么你就可以得到一个柯里化的函数，这是函数式编程语言的重要特性之一，遗憾的是，python并不能在语法层面支持柯里化调用，但它在库中提供了接口。例： *3函数 f_mul=lambda x,y:x*y from functools import partial mul3=partial(f_mul,3) print(mul3(1)) print(mul3(6)) 打包与解包有点类似于函数式中的模式匹配，略牵强。 t=(1,2,3) x,y,z=t 列表生成式这个也有点牵强，不知道严格意义上讲属不属于函数式风格。例：生成奇数序列 l=[2*x+1 for x in range(10)] for i in l: print(i) 最后来一个彩蛋（以前某答主提到的用调分函数来美颜的算法，忘了出处了，侵删） from PIL import Image from math import sqrt im = Image.open("a.jpg") ret= im.convert(mode="RGB") ret = ret.point(lambda x:sqrt(x)*sqrt(255)) ret.save("b.jpg")

Q3: python print('=' * 30)是啥意思？

题主你好,

其实这里面Python函数语法糖的 "*"号可以用数学里面的" 乘号 "去理解, " 乘号 "表示倍数嘛,所以

'=' * 30 表示30个'='.

这其实也算是python里的语法糖吧,要不你想要输出30个'=', 要一个个的敲多麻烦,如果代码中用到1,2个需要输出多个相同字符的,你一个个的敲还好, 如果有几十个,甚至上百个,那么使用:

"字符串" * 重复次数

这种写法就要省好多事儿Python函数语法糖了

举例来说,

如果代码里就让你输出20个a和20个b,则你手敲还可以接受:

print('aaaaaaaaaaaaaaaaaaaa')

print('bbbbbbbbbbbbbbbbbbbb')

但如果你的代码里有几十个要输出的重复字符串, 而且重复的个数还不同,那么:

print('a' * 20)

print('b' * 20)

这种写法就要省太多事Python函数语法糖了,而且还有一个问题,就是如果重复的多了,你还要一个个的数,很多时候会出现多数一个或少数一个的情况.

写在最后: 上面可能只是出现 '字符串' * 重复次数 这种写法的其中一个动机, 但明白了这种情况, 应该至少也就明白了它的用法了, 而且以后编码的时候,再遇到这种需要重复输出多个相同字符串的场景,会直接联想到使用 "倍数" 这种写法, 而不是一个个的字符去敲了.

希望可以帮到题主, 欢迎追问

Q4: “Python”有什么缺点？

python的整个系统，我其实有非常多的不满。但是用任何一门语言都是取舍问题，如果有一门语言，库够多，已读，易用，性能高，我毫不犹豫立刻转过去。python的强处在于庞大的库，还有非常好的易读和易用性。但是相比来说，性能一直是个问题。python的实现性能大约和C相差五倍上下。如果是大规模计算问题，大约能差10倍以上。当然，我们可以写C扩展，但是这就不是使用python了。我们也可以说，很多时候我们不需要这么快的速度。这是个事实，但是不改变python性能差的事实。 python不但性能差，还有GIL这个玩意。以至于我现在对高并发计算都采取多进程的模式。多进程模式的通讯效率肯定比多线程低，而且麻烦。

另外，python在底层设计上，也表现出很强的实用主义倾向。这是比较外交术语的词汇，更加直白的说法应当是，混乱，不知所谓。在闭包设计上采用free variable设计，而不是lisp中的environs设计。区别？你试试看在外层闭包中from lib import *。由于引入不定个数名称，free variable无法处理。类似的问题还有LEGB规则，新手往往要花很长时间研究这个例子究竟是怎么错的： a = 1 def f(): print a a = 2 我勒个去，这种反直观反人类的事情都有，还敢说自己易读。

还有坑爹的元编程，这东西根本是坑爹中的坑爹货。如果你用过多重继承，大概就知道python的整个OO系统看起来根本是大型的仿真，到处都是乱糟糟的。C++怎么解决多重继承的？你最好别用（真心说，这可比python更加坑爹）。java怎么解决多重继承的，只能继承Interface。其实这是变相的变成了Interface-Implement模式。python怎么解决的？MRO！为什麽一个类加个__metaclass__就会改变性质啊，为什麽一个类去生成另一个类的写法是——我基本不记得了，反正web.py里面有用到，需要的话去炒栗子吧。为什麽方法要隐藏居然要改名字加__啊。你到底是在做OO还是在看起来像OO的东西上狂打补丁啊魂淡。

lambda表达式弱智。我和人讨论过，lambda是否是图灵完备的。结论还是完备的，不过需要借助Y combinator。何必呢？由于强调lambda的快速特性，因此将lambda强制在一行以内（没有结束标记），导致python其实是没有匿名函数的。一个callback数组写的难过死。

语法糖太多了点，当然，这是纯粹的个人感觉。语法糖是把双刃剑，用的好，可以简化编写和阅读，但是太多，往往容易引入语法混乱和额外的约束。

另外，语言的自构建特性混乱。虽说不是每门语言都强调自构建特性，但是通常而言，都是使用C实现一个内核，由内核实现一些基础操作。再由基础操作实现更复杂的操作。每层的边界都是比较清晰的。谁来告诉我，python中有多少库在移植时是由纯python实现的？库的相互依赖层级是？

python的沙盒化也是个问题，如果沙盒做的够好，我完全可以把python作为一个客户级别的平台。用C写一个很简单的类似浏览器的东西，下载一个URL的python包回去运行（或者仅仅检查更新）。从而保证本地效果/跨平台/安全性。现在？一个都保证不了。我连把一个python包转移到另一台同构设备上都很麻烦（如果两者不是严格匹配，例如系统差异，系统版本差异）无论是web开发还是移动终端开发都必须走传统模式。

Q5: Python 有哪些好玩的语法糖？

什么是语法糖？

很多人在Python语法糖相关的问题，但是估计其中有不少同学甚至都不知道语法糖是什么概念。

其实，它并没有那么高大上，如果你跟着正常的学习链路把一门编程语言的语法学会，可能你日常开发过程中已经用到了很多语法糖。

在正式回答问题之前，我觉得有必要先解释一下什么是语法糖。

语法糖（Syntactic sugar），由英国计算机科学家Peter J. Landin于1964年提出，简单来说，语法糖是指计算机语言中添加的某种语法，这种语法对语言的功能没有影响，但是更方便程序员使用。语法糖让程序更加简洁，有更高的可读性。

引用维基百科上的一个例子：

举一个比较常见的for循环的例子：

满足同样的功能和效果，我们可以通过while来实现：

这就是一个简单的语法糖。

由此可见，语法糖并不是什么高大上的东西，可能我们现在开发中已经用了很多Python语法糖。

除此之外，语法糖还派生出一些词汇。例如，语法盐（syntactic salt），指的是不容易写出坏代码的语法特性。语法糖精（syntactic saccharine），或者说语法糖浆（syntactic syrup），指的是未能让编程更加方便的附加语法。

花了很大功夫来解释什么是语法糖，为的就是让大家更加容易理解、循序渐进，而不是上来就罗列一堆语法糖，很多基础薄弱的同学不明所以。

讲完语法糖的概念，接下来就介绍一些Python中那些好玩的语法糖。

魔法方法（Magic methods），有时也被称为特殊方法，是一种具有预定义名称的方法，其特征是在开头和结尾处有双下划线，例如， init 。

它们之所以是 "魔法"，是因为这些方法是间接调用的，你不需要直接调用它们，一切都在背后完成。

例如，当你实例化一个类 x = MyClass() 时，Python 将调用 new 和 init 进行构造或者初始化。

举一个简单的打印字符串的例子：

其实它间接的调用了背后的魔法方法，我们可以来试一下：

可以看出， repr 其实就是绑定到知名的print()方法上了。

除此之外，还有很多常用的魔法方法和我们常用的操作效果相同的：

装饰器是典型的Python语法糖，通过装饰器的使用，可以让Python语法格外简洁，而且可读性也很高。

比如，我现在写了3个函数，并且要统计3个函数的执行时间。

按常规的需要这样写：

这样不仅麻烦，而且有很多冗余代码。

这时候，我们就可以实现一个计时的装饰器，并且在每个函数上通过@装饰器名来调用：

除此之外，装饰器还有很多妙用，感兴趣的同学可以看看我的另外一篇文章：

如果对装饰器的基本概念和用法不清楚，我之前也写过一篇非常受欢迎的回答，需要的也可以看一下：

开发过程中经常会用到比较运算符，比如，要判断一个变量是否在一个区间内，很多语言需要这样写：

在Python中，可以这样写：

这样更符合我们日常使用习惯，也更容易理解。

如果有一个列表或者字典，该如何遍历？

很多同学估计都会这样做：

在Python中，可以用更简洁的方法实现，一行代码就够了：

假如有这么一个数字：

这是多少？

估计很多人开始逐个数零了。

如果接触过财务或者会计的同学应该知道，有一种千位数字分割样式，这样更便于读取和理解。

在Python中，它提供了一种语法糖可以这样表示

这种效果和上面这种一样，但是更加容易理解和读取。

可以验证一下：

除了上面这些，Python在字符串、列表、函数等方面还有很多语法糖。

总之，语法糖的目的就是让程序更加简洁，有更高的可读性。这和我们编程过程中一直坚持的思想是一直的，实现一项功能的方法有很多，但是，我们一直在努力让代码具有更优秀的扩展性、阅读性、简洁性。除了语法糖，我们也可以通过养成良好的编程习惯、学习设计模式等方式来优化我们的代码。

关于Python函数语法糖和python中的语法糖的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。