Python 中的一些语言特性

作者： Adrian Tam 发布于 2022 年 6 月 21 日在 Python for Machine Learning 14

Python 语言语法非常强大和富有表现力。因此，用 Python 表达算法很简洁。也许这就是它在机器学习中流行的原因，因为我们在开发机器学习模型时需要进行大量的实验。

如果你是 Python 新手，但有其他编程语言的经验，你有时会发现 Python 语法可以理解但很奇怪。如果你习惯了用 C++ 或 Java 编写代码，然后转到 Python，你的程序很可能不是 Pythonic 的。

在本教程中，我们将介绍 Python 中一些常见的语言特性，这些特性使其有别于其他编程语言。

使用我的新书《Python for Machine Learning》来启动你的项目，其中包括分步教程和所有示例的 Python 源代码文件。

让我们开始吧。

Python 中的一些语言特性
图片作者：David Clode，保留部分权利。

教程概述

本教程分为两部分；它们是

运算符
内置数据结构
特殊变量
内置函数

运算符

Python 中使用的大多数运算符与其他语言相同。优先级表如下，摘自 Python 语言参考手册第 6 章 (https://docs.pythonlang.cn/3/reference/expressions.html)

运算符	描述
(表达式…), [表达式…], {键: 值…}, {表达式…}	绑定或带括号的表达式、列表显示、字典显示、集合显示
x[索引], x[索引:索引], x(参数…), x.属性	下标、切片、调用、属性引用
await x	await 表达式
**	幂运算
+x, -x, ~x	正、负、按位非
*, @, /, //, %	乘法、矩阵乘法、除法、整除、取模
+, –	加法和减法
<<, >>	移位
&	按位与
^	按位异或
\|	按位或
in, not in, is, is not, <, <=, >, >=, !=, ==	比较，包括成员测试和身份测试
not x	布尔非
和	布尔与
或者	布尔或
if – else	条件表达式
lambda	Lambda 表达式
:=	赋值表达式

与其他语言的一些主要区别

布尔运算符使用单词表示，而位运算符使用字符 &、^ 和 |
幂运算使用 2**3
整除使用 //，而除法 / 总是返回浮点数
三元运算符：如果你熟悉 C 语言中的表达式 (x)?a:b，在 Python 中我们将其写作 a if x else b
比较两个事物是否相等可以使用 == 或 is。== 运算符与其他语言中的相等性比较相同，但 is 更严格，保留用于判断两个变量是否指向同一个对象

在 Python 中，我们允许在比较运算符中进行链式比较。例如，要测试一个值是否在 -1 和 +1 之间，我们可以这样做

if value > -1 and value < 1:
    ...

1 2	if value > -1 and value < 1: ...

但我们也可以这样做

if -1 < value < 1:
    ...

1 2	if -1 < value < 1: ...

内置数据结构

与其他许多语言一样，Python 中也有整数和浮点数据类型。但也有复数（例如，`3+1j`）、布尔常量（`True` 和 `False`）、字符串以及一个空类型 `None`。

但是 Python 作为一种语言的强大之处在于它内置了容器类型：Python 数组被称为“列表”，它会自动扩展。关联数组（或哈希表）被称为“字典”。我们还有“元组”作为只读列表，“集合”作为唯一项的容器。例如，在 C++ 中，你需要 STL 来提供这些功能。

“dict”数据结构可能是 Python 中最强大的数据结构，它为我们编写代码提供了一些便利。例如，在狗和猫的图像分类问题中，我们的机器学习模型可能只给出 0 或 1 的值，如果你想打印名称，我们可以这样做

value = 0 # This is obtained from a model

value_to_name = {0: "cat", 1: "dog"}
print("Result is %s" % value_to_name[value])

value = 0 # 这是从模型中获取的

value_to_name = {0: "cat", 1: "dog"}

print("结果是 %s" % value_to_name[value])

Result is cat

结果是 cat

在这种情况下，我们利用字典 `value_to_name` 作为查找表。同样，我们也可以利用字典来构建一个计数器

sentence = "Portez ce vieux whisky au juge blond qui fume"
counter = {}
for char in sentence:
    if char not in counter:
        counter[char] = 0
    counter[char] += 1

print(counter)

sentence = "Portez ce vieux whisky au juge blond qui fume"

counter = {}

for char in sentence:

if char not in counter:

counter[char] = 0

counter[char] += 1

print(counter)

{'P': 1, 'o': 2, 'r': 1, 't': 1, 'e': 5, 'z': 1, ' ': 8, 'c': 1, 'v': 1, 'i': 3, 'u': 5, 'x': 1, 'w': 1, 'h': 1, 's': 1, 'k': 1, 'y': 1, 'a': 1, 'j': 1, 'g': 1, 'b': 1, 'l': 1, 'n': 1, 'd': 1, 'q': 1, 'f': 1, 'm': 1}

1	{'P': 1, 'o': 2, 'r': 1, 't': 1, 'e': 5, 'z': 1, ' ': 8, 'c': 1, 'v': 1, 'i': 3, 'u': 5, 'x': 1, 'w': 1, 'h': 1, 's': 1, 'k': 1, 'y': 1, 'a': 1, 'j': 1, 'g': 1, 'b': 1, 'l': 1, 'n': 1, 'd': 1, 'q': 1, 'f': 1, 'm': 1}

这将构建一个名为 `counter` 的字典，它将每个字符映射到该字符在句子中出现的次数。

Python 列表也具有强大的语法。与其他一些语言不同，我们可以将任何东西放入列表中

A = [1, 2, "fizz", 4, "buzz", "fizz", 7]
A += [8, "fizz", "buzz", 11, "fizz", 13, 14, "fizzbuzz"]
print(A)

A = [1, 2, "fizz", 4, "buzz", "fizz", 7]

A += [8, "fizz", "buzz", 11, "fizz", 13, 14, "fizzbuzz"]

print(A)

[1, 2, 'fizz', 4, 'buzz', 'fizz', 7, 8, 'fizz', 'buzz', 11, 'fizz', 13, 14, 'fizzbuzz']

1	[1, 2, 'fizz', 4, 'buzz', 'fizz', 7, 8, 'fizz', 'buzz', 11, 'fizz', 13, 14, 'fizzbuzz']

我们可以使用 `+` 连接列表。在上面，我们使用 `+=` 来扩展列表 `A`。

Python 列表具有切片语法。例如，在上面的 `A` 中，我们可以使用 `A[1:3]` 表示元素 1 和 2，即 `[2, "fizz"]`，`A[1:1]` 是一个空列表。事实上，我们可以为切片赋值来插入或删除一些元素。例如

...
A[2:2] = [2.1, 2.2]
print(A)

...

A[2:2] = [2.1, 2.2]

print(A)

[1, 2, 2.1, 2.2, 'fizz', 4, 'buzz', 'fizz', 7, 8, 'fizz', 'buzz', 11, 'fizz', 13, 14, 'fizzbuzz']

1	[1, 2, 2.1, 2.2, 'fizz', 4, 'buzz', 'fizz', 7, 8, 'fizz', 'buzz', 11, 'fizz', 13, 14, 'fizzbuzz']

然后，

...
A[0:2] = []
print(A)

...

A[0:2] = []

print(A)

[2.1, 2.2, 'fizz', 4, 'buzz', 'fizz', 7, 8, 'fizz', 'buzz', 11, 'fizz', 13, 14, 'fizzbuzz']

1	[2.1, 2.2, 'fizz', 4, 'buzz', 'fizz', 7, 8, 'fizz', 'buzz', 11, 'fizz', 13, 14, 'fizzbuzz']

元组的语法与列表相似，只是它使用括号定义

A = ("foo", "bar")

1	A = ("foo", "bar")

元组是不可变的。这意味着一旦定义，就不能修改它。在 Python 中，如果你用逗号将几个事物连接在一起，它就被认为是元组。这意味着我们可以用非常简洁的语法交换两个变量

a = 42
b = "foo"
print("a is %s; b is %s" % (a,b))
a, b = b, a # swap
print("After swap, a is %s; b is %s" % (a,b))

a = 42

b = "foo"

print("a 是 %s；b 是 %s" % (a,b))

a, b = b, a # 交换

print("交换后，a 是 %s；b 是 %s" % (a,b))

a is 42; b is foo
After swap, a is foo; b is 42

1 2	a 是 42；b 是 foo 交换后，a 是 foo；b 是 42

最后，正如你在上面的例子中看到的，Python 字符串支持即时替换。通过类似于 C 语言中 `printf()` 函数的模板语法，我们可以使用 `%s` 替换字符串，或使用 `%d` 替换整数。我们也可以使用 `%.3f` 替换一个保留 3 位小数的浮点数。下面是一个例子

template = "Square root of %d is %.3f"
n = 10
answer = template % (n, n**0.5)
print(answer)

template = " %d 的平方根是 %.3f"

n = 10

answer = template % (n, n**0.5)

print(answer)

Square root of 10 is 3.162

1	10 的平方根是 3.162

但这只是其中一种方法。上述功能也可以通过 f-string 和 format() 方法实现。

特殊变量

Python 中预定义了一些“特殊变量”。`__name__` 告诉当前命名空间，`__file__` 告诉脚本的文件名。更多的特殊变量会在对象内部找到，但几乎所有这些变量通常都不应该直接使用。作为约定俗成（也就是说，仅仅是一种习惯，没有人阻止你这样做），我们用下划线或双下划线作为前缀来命名内部变量（顺便说一句，双下划线被一些人读作“dunder”）。如果你来自 C++ 或 Java，这些变量等同于类的私有成员，尽管它们在技术上并非私有。

一个值得注意的“特殊”变量，你可能会经常在 Python 代码中看到的是 `_`，仅仅是一个下划线字符。它约定俗成地表示一个我们不关心的变量。如果你不关心一个变量，为什么还需要它呢？那是因为有时你会保留一个函数的返回值。例如，在 pandas 中，我们可以遍历数据框的每一行

import pandas as pd
A = pd.DataFrame([[1,2,3],[2,3,4],[3,4,5],[5,6,7]], columns=["x","y","z"])
print(A)

for _, row in A.iterrows():
    print(row["z"])

import pandas as pd

A = pd.DataFrame([[1,2,3],[2,3,4],[3,4,5],[5,6,7]], columns=["x","y","z"])

print(A)

for _, row in A.iterrows():

print(row["z"])

x y z

0 1 2 3

1 2 3 4

2 3 4 5

3 5 6 7

在上面，我们可以看到数据框有三列，“x”、“y”和“z”，并且行由 0 到 3 索引。如果我们调用 `A.iterrows()`，它将逐一返回索引和行，但我们不关心索引。我们可以创建一个新变量来保存它但不用它。为了明确我们不打算使用它，我们使用 `_` 作为变量来保存索引，而行则存储到变量 `row` 中。

想开始学习机器学习 Python 吗？

立即参加我为期7天的免费电子邮件速成课程（附示例代码）。

点击注册，同时获得该课程的免费PDF电子书版本。

内置函数

在 Python 中，少数函数被定义为内置函数，而其他功能则通过其他包提供。所有内置函数的列表可在 Python 标准库文档中找到 (https://docs.pythonlang.cn/3/library/functions.html)。以下是 Python 3.10 中定义的函数

abs()
aiter()
all()
any()
anext()
ascii()
bin()
bool()
breakpoint()
bytearray()
bytes()
callable()
chr()
classmethod()
compile()
complex()
delattr()
dict()
dir()
divmod()
enumerate()
eval()
exec()
filter()
float()
format()
frozenset()
getattr()
globals()
hasattr()
hash()
help()
hex()
id()
input()
int()
isinstance()
issubclass()
iter()
len()
list()
locals()
map()
max()
memoryview()
min()
next()
object()
oct()
open()
ord()
pow()
print()
property()
range()
repr()
reversed()
round()
set()
setattr()
slice()
sorted()
staticmethod()
str()
sum()
super()
tuple()
type()
vars()
zip()
__import__()

abs()

aiter()

all()

any()

anext()

ascii()

bin()

bool()

breakpoint()

bytearray()

bytes()

callable()

chr()

classmethod()

compile()

complex()

delattr()

dict()

dir()

divmod()

enumerate()

eval()

exec()

filter()

float()

format()

frozenset()

getattr()

globals()

hasattr()

hash()

help()

hex()

id()

input()

int()

isinstance()

issubclass()

iter()

len()

list()

locals()

map()

max()

memoryview()

min()

next()

object()

oct()

open()

ord()

pow()

print()

property()

range()

repr()

reversed()

round()

set()

setattr()

slice()

sorted()

staticmethod()

str()

sum()

super()

tuple()

type()

vars()

zip()

__import__()

并非所有函数都每天使用，但有些函数尤其值得注意

zip() 允许您将多个列表组合在一起。例如，

a = ["x", "y", "z"]
b = [3, 5, 7, 9]
c = [2.1, 2.5, 2.9]
for x in zip(a, b, c):
    print(x)

a = ["x", "y", "z"]

b = [3, 5, 7, 9]

c = [2.1, 2.5, 2.9]

for x in zip(a, b, c):

print(x)

('x', 3, 2.1)
('y', 5, 2.5)
('z', 7, 2.9)

('x', 3, 2.1)

('y', 5, 2.5)

('z', 7, 2.9)

如果你想“旋转”一个列表的列表，它也很方便，例如：

a = [['x', 3, 2.1], ['y', 5, 2.5], ['z', 7, 2.9]]
p,q,r = zip(*a)
print(p)
print(q)
print(r)

a = [['x', 3, 2.1], ['y', 5, 2.5], ['z', 7, 2.9]]

p,q,r = zip(*a)

print(p)

print(q)

print(r)

('x', 'y', 'z')
(3, 5, 7)
(2.1, 2.5, 2.9)

('x', 'y', 'z')

(3, 5, 7)

(2.1, 2.5, 2.9)

enumerate() 很方便，可以让你为列表中的项目编号，例如：

a = ["quick", "brown", "fox", "jumps", "over"]
for num, item in enumerate(a):
    print("item %d is %s" % (num, item))

a = ["quick", "brown", "fox", "jumps", "over"]

for num, item in enumerate(a):

print("项目 %d 是 %s" % (num, item))

item 0 is quick
item 1 is brown
item 2 is fox
item 3 is jumps
item 4 is over

项目 0 是 quick

项目 1 是 brown

项目 2 是 fox

项目 3 是 jumps

项目 4 是 over

如果你不使用 `enumerate`，这相当于以下代码

a = ["quick", "brown", "fox", "jumps", "over"]
for num in range(len(a)):
    print("item %d is %s" % (num, a[num]))

a = ["quick", "brown", "fox", "jumps", "over"]

for num in range(len(a)):

print("项目 %d 是 %s" % (num, a[num]))

与其他语言相比，Python 中的 for 循环是迭代预定义范围，而不是在每次迭代中计算值。换句话说，没有直接等同于以下 C 语言 for 循环的代码

for (i=0; i<100; ++i) {
...
}

for (i=0; i<100; ++i) {

...

}

在 Python 中，我们必须使用 `range()` 来实现相同的功能

for i in range(100):
    ...

1 2	for i in range(100): ...

类似地，有一些函数可以操作列表（或类似列表的数据结构，Python 称之为“可迭代对象”）。

max(a)：查找列表 a 中的最大值
min(a)：查找列表 a 中的最小值
sum(a)：计算列表 a 中值的总和
reverse(a)：从列表 a 的末尾开始迭代
sorted(a)：返回列表 a 的副本，其中元素按排序顺序排列

我们将在下一篇文章中详细介绍这些内容。

总结

在本教程中，您了解了 Python 的一些独特特性。具体来说，您学习了

Python 提供的运算符
内置数据结构的一些用法
一些常用内置函数及其用处

Python 类及其在 Keras 中的使用

对《Python 中的一些语言特性》的 14 条回复

Hugh Brown 2021 年 12 月 10 日上午 9:15 #

对于计数器示例，这样更好

from collections import Counter sentence = "Portez ce vieux whisky au juge blond qui fume" counter = Counter(sentence)
print(counter)

回复
- Adrian Tam 2021 年 12 月 10 日下午 1:55 #
  
  谢谢，但这里的重点是演示如何将字典用作计分板
  
  回复
Hugh Brown 2021 年 12 月 10 日上午 9:21 #

> 与其他语言相比，Python 中的 for 循环是迭代预定义范围，而不是在每次迭代中计算值。换句话说，没有直接等同于以下 C 语言 for 循环的代码

它们在哪些方面不相等？在每个循环中，都有一个整数 i 在整个循环范围内，其值从 0 到 99（包括 0 和 99）。它们不相等的部分在哪里？

回复
- Adrian Tam 2021 年 12 月 10 日下午 1:55 #
  
  这里的等价性是在低级实现上。你没有在每次循环中进行评估和赋值。Python 的 for 循环更像是扫描一个集合，而不是计算每一步
  
  回复
petr 2021 年 12 月 12 日上午 4:31 #

i=0
当 i<10 时
打印(i)
i+=1
通过

回复
briand06 2021 年 12 月 13 日上午 6:28 #

一如既往，精彩的文章。谢谢！

回复
- Adrian Tam 2021 年 12 月 15 日上午 6:00 #
  
  谢谢。很高兴你喜欢。
  
  回复
- James Carmichael 2021 年 12 月 21 日晚上 11:40 #
  
  你好 Brian……非常欢迎！如果您有任何问题需要我们帮助，请告诉我们。
  
  此致，
  
  回复
j 2021 年 12 月 17 日下午 7:02 #

如果你使用格式化字符串，你的打印语句会更易读

回复
- Adrian Tam 2021 年 12 月 19 日下午 1:35 #
  
  感谢您的建议。
  
  回复
Prashanth 2021 年 12 月 25 日下午 4:11 #

感谢您的帖子，对 Pythonic 的方式使事情变得简单，这是一个很好的复习和提醒

回复
- James Carmichael 2021 年 12 月 26 日上午 6:33 #
  
  感谢您的反馈和友善的话语，Prashanth！请告诉我们您最感兴趣的机器学习领域。
  
  此致，
  
  回复
Vasanth Sadasivan 2022 年 2 月 11 日下午 5:11 #

你的 pandas 示例中的列标题偏移了，x 在索引上方，可能会让读者感到困惑。

回复
- James Carmichael 2022 年 2 月 12 日下午 12:52 #
  
  感谢您的反馈 Vasanth！
  
  回复

导航

Python 中的一些语言特性

教程概述

运算符

内置数据结构

特殊变量

想开始学习机器学习 Python 吗？

内置函数

延伸阅读

总结

掌握机器学习 Python！

更自信地用 Python 编写代码

向您展示高级 Python 工具箱，用于
您的项目

关于此主题的更多信息

对《Python 中的一些语言特性》的 14 条回复

发表回复点击此处取消回复。

导航

教程概述

运算符

内置数据结构

特殊变量

想开始学习机器学习 Python 吗？

内置函数

延伸阅读

总结

掌握机器学习 Python！

更自信地用 Python 编写代码

向您展示高级 Python 工具箱，用于您的项目

关于此主题的更多信息

对《Python 中的一些语言特性》的 14 条回复

发表回复 点击此处取消回复。

向您展示高级 Python 工具箱，用于
您的项目

发表回复点击此处取消回复。