Python作为近几年超级热门的新兴编程语言，其语言功能十分强大的特点，大家有目共睹，想必不用赘述。

Python功能众多，小芯曾用Python的交互式地图和区块链等功能创建了许许多多的应用程序，令人振奋。

但也正因其功能繁多，初学者一开始是很难掌握所有功能的。

即使你是一名从其他语言(比如C语言或MATLAB语言)转换过来的程序员，用更加抽象的Python编写代码对你来说也绝对是一次不同的体验。

但功能虽多，总有主次之分。

为了方便大家早点了解Python的一些大功能，小芯特别整理出了其中5大很重要的功能。

1. 生成器——内存效率

打算计算大量的结果，但同时又想避免同时分配所有结果所需内存，这时候会使用生成器。换句话说，它们即时生成值，但不会将先前生成的值存储在内存中，因此只需要将其迭代一次。  生成器常用于读取大型文件或使用关键字yield生成无穷序列。在大多数数据科学项目中，笔者发现它颇有用处。

def  gen(n):    # an infinite sequence  generator that generates integers >= n     while True:         yield n         n += 1 G =  gen(3)     # starts at 3 print(next(G))  # 3 print(next(G))  # 4 print(next(G))  # 5 print(next(G))  # 6

python-generator hosted with ❤ by GitHub

2. 虚拟环境——隔离

若读完本文，只能记住其中一条，那应该是虚拟环境的使用。

Python的应用程序经常使用很多不同的软件包，而这些软件包由具有复杂依赖关系的开发人员开发。不同的应用程序由一种特定的库设置开发出来，其结果无法由其他版本的库复制。没有一种安装程序可以满足所有应用程序的要求。

conda create -n venv pippython=3.7  # select python version source activate venv ... source deactivate

因此，为每个应用程序创建单独的虚拟环境venv至关重要，可以用 pip或conda完成。

3. 列表推导——紧致码

很多人认为lambda、map和filter是每个初学者都应该学习的函数。虽然笔者认为这些函数值得关注，但是由于它们缺乏灵活性，大多时候不是特别有用。  Lambda是将一次性使用的函数生成为一行的方法。若函数被多次调用，性能就会降低。另一方面，map将一种函数应用于列表中的所有元素，而filter则会获取集合中满足用户定义条件的元素子集。

add_func  = lambda z: z ** 2 is_odd =  lambda z: z%2 == 1 multiply  = lambda x,y: x*y aList =  list(range(10)) print(aList) 4 # [0, 1,  2, 3, 4, 5, 6, 7, 8, 9]

python-lambda hosted with ❤ by GitHub

列表推导是一种简洁灵活的方法，可从其他具有灵活表达式和条件的列表中创建新列表。它由一个带有表达式或函数的方括号构成，只有当元素满足特定条件时，才能应用于列表中的每个元素。它也可以通过嵌套来处理嵌套列表，这比用map和filter要灵活得多。

# Syntax of list comprehension [ expression(x) for x in aList if optional_condition(x)]

print(list(map(add_func,  aList))) print([x  ** 2 for x in aList]) # [0, 1,  4, 9, 16, 25, 36, 49, 64, 81] # [0, 1,  4, 9, 16, 25, 36, 49, 64, 81] print(list(filter(is_odd,  aList))) print([x  for x in aList if x%2 == 1]) # [1, 3,  5, 7, 9] # [1, 3,  5, 7, 9]

python-list-comprehension hosted with ❤ by GitHub

4. 列表操作——循环列表

Python允许在aList[-1]==  aList[len(aList)-1]中出现负索引。因此，可以通过调用aList[-2]等其他元素来获取列表中的倒数第二个元素。

还可以用aList[start:end:step]语法对列表进行切片，该语法包括起始元素，但不包括终止元素。因此，调用aList[2:5]会得到[2, 3,  4]。也可以通过调用aList[::-1]来反转列表，笔者发现这种技巧非常简洁。

列表也可以解压缩为单独的元素，或者解压缩为元素和子列表，两者混在一起，用星号标出。

a, b, c,  d = aList[0:4] print(f'a  = {a}, b = {b}, c = {c}, d = {d}') # a = 0,  b = 1, c = 2, d = 3 a, *b,  c, d = aList print(f'a  = {a}, b = {b}, c = {c}, d = {d}') # a = 0,  b = [1, 2, 3, 4, 5, 6, 7], c = 8, d = 9

python-unpacking hosted with ❤ by GitHub

5. 压缩(Zipping)和列举(enumerate) ——for循环

压缩  (Zip)函数创建了一种迭代程序，该程序可聚合来自多个列表的元素。它允许在for循环中并行遍历列表并进行并行分类。用星号即可将其解压缩。

numList  = [0, 1, 2] engList  = ['zero', 'one', 'two'] espList  = ['cero', 'uno', 'dos'] print(list(zip(numList,  engList, espList))) # [(0,  'zero', 'cero'), (1, 'one', 'uno'), (2, 'two', 'dos')] for num,  eng, esp in zip(numList, engList, espList):     print(f'{num} is {eng} in English and  {esp} in Spanish.') # 0 is  zero in English and cero in Spanish. # 1 is  one in English and uno in Spanish. # 2 is  two in English and dos in Spanish.

python-zip-1 hosted with ❤ by GitHub

Eng =  list(zip(engList, espList, numList)) Eng.sort()  # sort by engList a, b, c  = zip(*Eng) print(a) print(b) print(c) #  ('one', 'two', 'zero') #  ('uno', 'dos', 'cero') # (1, 2,  0)

乍一看，列举(Enumerate)  可能有点吓人，但是后来就会发现，在很多情况下使用列举都很方便。它是一种经常用于for循环的自动计数器，因此无需在counter = 0 和counter +=  1的情况下创建并初始化变量计数器。列举(enumerate) 和压缩(zip)是创建for循环时会用到的两种功能很强大的工具。

upperCase  = ['A', 'B', 'C', 'D', 'E', 'F'] lowerCase  = ['a', 'b', 'c', 'd', 'e', 'f'] for i,  (upper, lower) in enumerate(zip(upperCase, lowerCase), 1):     print(f'{i}: {upper} and {lower}.') # 1: A  and a. # 2: B  and b. # 3: C  and c. # 4: D  and d. # 5: E  and e. # 6: F  and f.

python-enumerate hosted with ❤ by GitHub

当然，除了这5种功能，Python还有许许多多其他好用的功能，欢迎大家给小芯留言自己最感兴趣的功能。根据大家的留言，小芯会在下次Python文章中继续为大家介绍更多大家感兴趣的功能~