Python编程语言中有哪些鲜为人知但很有用的特性?
尽量将答案限制在Python核心。 每个回答一个特征。 给出一个例子和功能的简短描述，而不仅仅是文档链接。 使用标题作为第一行标记该特性。
快速链接到答案:
参数解包 牙套 链接比较运算符 修饰符 可变默认参数的陷阱/危险 描述符 字典默认的.get值 所以测试 省略切片语法 枚举 其他/ 函数作为iter()参数 生成器表达式 导入该 就地值交换 步进列表 __missing__物品 多行正则表达式 命名字符串格式化 嵌套的列表/生成器推导 运行时的新类型 .pth文件 ROT13编码 正则表达式调试 发送到发电机 交互式解释器中的制表符补全 三元表达式 试着/ / else除外 拆包+打印()函数 与声明
当前回答
Pow()也可以有效地计算(x ** y) % z。
内置pow()函数有一个鲜为人知的第三个参数，它允许你比简单地(x ** y) % z更有效地计算xy对z的模量:
>>> x, y, z = 1234567890, 2345678901, 17
>>> pow(x, y, z) # almost instantaneous
6
相比之下，对于相同的值，(x ** y) % z在我的机器上一分钟内没有给出结果。
其他回答
隐式连接:
>>> print "Hello " "World"
Hello World
当你想让一个很长的文本适合脚本中的几行时很有用:
hello = "Greaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa Hello " \
"Word"
or
hello = ("Greaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa Hello "
"Word")
当你在代码文件的顶部使用正确的编码声明时，ROT13是源代码的有效编码:
#!/usr/bin/env python
# -*- coding: rot13 -*-
cevag "Uryyb fgnpxbiresybj!".rapbqr("rot13")
元组在for循环、列表推导式和生成器表达式中的解包:
>>> l=[(1,2),(3,4)]
>>> [a+b for a,b in l ]
[3,7]
在这个习语中，用于迭代字典中的(键，数据)对:
d = { 'x':'y', 'f':'e'}
for name, value in d.items(): # one can also use iteritems()
print "name:%s, value:%s" % (name,value)
打印:
name:x, value:y
name:f, value:e
一级函数
这并不是一个隐藏的特性，但函数是第一类对象这一事实非常棒。你可以像传递其他变量一样传递它们。
>>> def jim(phrase):
... return 'Jim says, "%s".' % phrase
>>> def say_something(person, phrase):
... print person(phrase)
>>> say_something(jim, 'hey guys')
'Jim says, "hey guys".'
一些内置的收藏夹，map()， reduce()和filter()。所有这些都非常快速和强大。
