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
发电机
我认为很多刚开始学习Python的开发人员在没有真正掌握生成器的用途或了解其功能的情况下就忽略了它们。直到我读了David M. Beazley关于生成器的PyCon演示(在这里可以找到)，我才意识到它们是多么有用(真的是必不可少)。这个演示对我来说是一种全新的编程方式，我把它推荐给任何对生成器没有深入了解的人。
其他回答
一些内置的收藏夹，map()， reduce()和filter()。所有这些都非常快速和强大。
博格模式
这是亚历克斯·马尔泰利的杀手。所有Borg实例共享状态。这消除了使用单例模式的需要(共享状态时实例无关紧要)，而且相当优雅(但使用新类会更加复杂)。
foo的值可以在任何实例中重新赋值，所有值都将被更新，你甚至可以重新赋值整个字典。博格是个完美的名字，点击这里阅读更多。
class Borg:
__shared_state = {'foo': 'bar'}
def __init__(self):
self.__dict__ = self.__shared_state
# rest of your class here
这非常适合共享eventlet。GreenPool控制并发。
Mapreduce使用map和reduce函数
这样创建一个简单的sumproduct:
def sumprod(x,y):
return reduce(lambda a,b:a+b, map(lambda a, b: a*b,x,y))
例子:
In [2]: sumprod([1,2,3],[4,5,6])
Out[2]: 32
除了haridsv之前提到的这一点之外:
>>> foo = bar = baz = 1
>>> foo, bar, baz
(1, 1, 1)
也可以这样做:
>>> foo, bar, baz = 1, 2, 3
>>> foo, bar, baz
(1, 2, 3)
使用不同的起始索引进行枚举
enumerate在这个答案中已经部分涉及了，但最近我发现了enumerate一个更隐藏的特性，我认为值得单独发表，而不仅仅是评论。
从Python 2.6开始，你可以在第二个参数中指定要枚举的起始索引:
>>> l = ["spam", "ham", "eggs"]
>>> list(enumerate(l))
>>> [(0, "spam"), (1, "ham"), (2, "eggs")]
>>> list(enumerate(l, 1))
>>> [(1, "spam"), (2, "ham"), (3, "eggs")]
我发现它非常有用的一个地方是当我枚举对称矩阵的元素时。由于矩阵是对称的，我可以通过只在上三角形上迭代来节省时间，但在这种情况下，我必须在内部for循环中使用不同的起始索引来正确跟踪行和列的索引:
for ri, row in enumerate(matrix):
for ci, column in enumerate(matrix[ri:], ri):
# ci now refers to the proper column index
奇怪的是，enumerate的这种行为在help(enumerate)中没有记录，只有在线文档中有记录。
