代码简洁之道：一行Python代码解决问题是时尚还是玄学.docxVIP

代码简约之道：一行Python代码处理问题是时髦还是玄学 《Python 之禅》（The Zen of Python）中包含了 Python 编程言语的19条指点准绳。可以通过在 Python 命令行里输入 import this 来阅读它： import this The Zen of Python, by Tim Peters Beautiful is better than ugly. Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. --下略-- 如《Python之禅》所言，“可读性很重要（Readability counts）”，单行程序是处理问题的最小化方案，在很多情况下，将一段代码改写为 Python 单行程序会提升可读性，并使得代码愈加 Pythonic。例如使用列表解析将创建列表的代码缩短到只要一行。请看下面的例子： # BEFORE squares = [] for i in range(10): squares.append(i**2) print(squares) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 在这个代码片段中，我们需要五行代码来生成头10个平方数的列表，并把它打印到命令行。但假如使用更佳的单行处理方案，就能以一种更易读和简明的方式做到同样的事情： # AFTER print([i**2 for i in range(10)]) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 输出是完全一样的，但单行程序是基于愈加 Pythonic 的概念列表解析来构建的，可读性更高，也更简约。 然而，Python一行流也可能写得难以理解。在有些情况下，编写单行程序的处理方案，并不会让程序愈加可读。但是，正如象棋大师会在动棋之前了解全部可能的举动方案，并打算何为最佳，你也需要了解全部可以表达你的想法的编码方式，如此才能从中选择最好的方式。追求最美丽?的处理方案不是一件低优先级的事情，而是 Python 生态系统的核心。正如《Python 之禅》所训练的：“美丽?胜于丑陋。” 编码力量卡住了？这本书猎取可以挂念到你。 你是一位初级到中级的 Python 编码者吗？跟很多处于同样位置的人一样，你或许在编码力量进展上有点卡住了。你已经读了很多在线编程教程，也编写过本人的源代码，并成功地交付了一些小项目。你已经完成了一门基础编程课程，并且学过一两本编程教材。或许你还在高校里修过一门程序技术课程，在那里已学到了计算机科学与编程的基础学问。 你或许会受某些决心所限，比如大多数程序员理解源码的速度比你理解的快得多，或者你与前10%?的程序员差距太大。假如你期望达到高级编码水平，加入顶尖编码专家的行列，那么需要学习新的顺应性技能。 小编很有同感，由于十年前刚开头学习计算机科学的时候，也觉得本人在编程上一无所知，并为此苦恼。而与此同时，我全部的同僚看起来都通晓编程，且颇具阅历。 借助本书，期望挂念你们克服这些限制自我的想法，让你们朝着成为 Python 专家的方向更进一步。 你会学到什么？ 下面是你会学到的内容的概述。 1 ?Python温故知新??引见 Python 的基础学问，让你重新检视本人的 Python 学问。 2 ?Python技巧 ?包括10个一行流技巧，挂念你娴熟把握基本学问，例如列表解析、文件输入、lambda函数、map()和zip()、all()量词、切片，以及基础的列表运算。你还会学到如何引入和操作各种数据结构，利用它们来处理各种各样的日常问题。 3 ?数据科学 ?包含了数据科学方面的10个一行流程序，全部基于 NumPy 库构建。NumPy 处于 Python 强大的机器学习和数据科学力量的核心，你将会学到基本的 NumPy 学问，如数组、外形、轴、类型、广播、高级索引、切片、排序、搜索、聚合与统计。 4 ?机器学习??涵盖了使用 Python 的 scikit-learn 库进行机器学习的10个一行流程序，会涉及值猜测的回归算法，这些算法的例子包括线性回归、K-近邻算法和神经网络。你也会学到分类算法，比如规律回归、决策树学习、支持向量机和随机森林。此外，还会学习如何计算多维数据阵列的基本统计数据，以及用于无监督学习的 K-Means 算法，这些都是机器学习领域最为重要的算法与范式。 5 ?正则表达式??包含10个