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
引用一个列表理解，因为它正在构建…
你可以引用一个列表推导式，因为它是由符号'_[1]'构建的。例如，下面的函数通过引用列表推导式对元素列表进行惟一化，而不改变它们的顺序。
def unique(my_list):
return [x for x in my_list if x not in locals()['_[1]']]
其他回答
一个词:IPython
标签内省，漂亮的打印，%调试，历史管理，pylab，…值得花时间好好学习。
描述符
它们是一大堆核心Python特性背后的魔力。
当您使用点访问来查找成员(例如x.y)时，Python首先在实例字典中查找成员。如果没有找到，则在类字典中查找。如果它在类字典中找到它，并且对象实现了描述符协议，而不是仅仅返回它，Python就会执行它。描述符是任何实现__get__、__set__或__delete__方法的类。
下面是如何使用描述符实现自己的(只读)属性版本:
class Property(object):
def __init__(self, fget):
self.fget = fget
def __get__(self, obj, type):
if obj is None:
return self
return self.fget(obj)
你可以像使用内置属性()一样使用它:
class MyClass(object):
@Property
def foo(self):
return "Foo!"
在Python中，描述符用于实现属性、绑定方法、静态方法、类方法和插槽等。理解它们可以很容易地理解为什么以前看起来像Python“怪癖”的很多东西是这样的。
Raymond Hettinger有一个很棒的教程，在描述它们方面比我做得更好。
利用python的动态特性来创建应用程序 python语法的配置文件。例如，如果你有以下情况 在配置文件中:
{
"name1": "value1",
"name2": "value2"
}
然后你可以简单地这样读:
config = eval(open("filename").read())
.．.dict.get()有一个默认值None，从而避免KeyErrors:
In [1]: test = { 1 : 'a' }
In [2]: test[2]
---------------------------------------------------------------------------
<type 'exceptions.KeyError'> Traceback (most recent call last)
<ipython console> in <module>()
<type 'exceptions.KeyError'>: 2
In [3]: test.get( 2 )
In [4]: test.get( 1 )
Out[4]: 'a'
In [5]: test.get( 2 ) == None
Out[5]: True
甚至在“现场”指定这个:
In [6]: test.get( 2, 'Some' ) == 'Some'
Out[6]: True
你可以使用setdefault()来设置一个值，如果它不存在就返回:
>>> a = {}
>>> b = a.setdefault('foo', 'bar')
>>> a
{'foo': 'bar'}
>>> b
'bar
使用关键字参数作为赋值
有时需要根据一个或多个参数构建一系列函数。然而，这很容易导致闭包都引用相同的对象和值:
funcs = []
for k in range(10):
funcs.append( lambda: k)
>>> funcs[0]()
9
>>> funcs[7]()
9
可以通过将lambda表达式转换为仅依赖其参数的函数来避免这种行为。关键字参数存储绑定到它的当前值。函数调用不需要改变:
funcs = []
for k in range(10):
funcs.append( lambda k = k: k)
>>> funcs[0]()
0
>>> funcs[7]()
7
