避免“悬挂 else”
映射对象(比如字典)的一个最大好处就是它的搜索操作比类似 if-elif-else
语句或是 for 循环这样的序列查询要快很多.
if ...:
....
elif ...:
....
.
.
.
.
else:
...
可以用这个替代：
if <> in ():
....
else:
....
还可以用字典代替:
msgs = {'create': 'create item',
'delete': 'delete item',
'update': 'update item'}
default = 'invalid choice... try again!'
action = msgs.get(user.cmd, default)
条件表达式(即"三元操作符"):X if C else Y
example:
x, y = 4, 3
x if x
直接迭代序列要比通过索引迭代快,所以从性能上考虑要直接迭代序列。
enumerate() 函数：enumerate 函数用于遍历序列中的元素以及它们的下标：
>>> nameList = ['Donn', 'Shirley', 'Ben','Janice','David', 'Yen', 'Wendy']
>>> for i, eachLee in enumerate(nameList):
print '%d %s Lee'%(i+1,eachLee)
=== range() 的完整语法===
range(start, end, step =1)
range() 会返回一个包含所有 k 的列表, 这里 start <= k < end , 从 start 到end , k 每
次
递增 step . step 不可以为零,否则将发生错误.
>>> range(2, 19, 3)
[2, 5, 8, 11, 14, 17]
如果只给定两个参数，而省略 step, step 就使用默认值 1 .
>>> range(3, 7)
[3, 4, 5, 6]
===xrange() 内建函数===
xrange() 类似 range() , 不过当你有一个很大的范围列表时, xrange() 可能更为适合,因为
它不会在内存里创建列表的完整拷贝.
与序列相关的内建函数
sorted()
reversed(),
enumerate(),
zip()
放弃循环的 break 语句, 和立即开始下一次迭代的 continue 语句.
当遇到continue 语句时, 程
序会终止当前循环,并忽略剩余的语句, 然后回到循环的顶端. 在开始下一次迭代前,如果是条件循
环, 我们将验证条件表达式.如果是迭代循环,我们将验证是否还有元素可以迭代. 只有在验证成功
的情况下, 我们才会开始下一次迭代.
浅谈else语句：
if-else 语句，最常用的
for-else 语句。
while-else语句
在循环中使用时, else子句只在循环完成后执行, 也就是说 break 语句也会跳过 else 块.
for 循环也可以有 else 用于循环后处理(post-processing). 它和 while 循环中的
else 处理方式相同. 只要for 循环是正常结束的(不是通过 break ), else 子句就会执行
例子：
def showMaxFactor(num):
count=num/2
while count>1:
if num%count==0:
print 'thelargest factor of %d is %d'%(num,count)
break
count=count-1
else:
print num,'is prime'
for eachNum in range(10,21):
showMaxFactor(eachNum)
迭代器和 iter() 函数
reversed() 内建函数将返回一个反序访问的迭代器. enumerate() 内建函数同样也返回迭代器.
另外两个新的内建函数, any() 和 all()
可迭代的有，序列，字典（键值），文件
map() 对所有的列表成员应用一个操作, filter() 基于一个条件表达式过
滤列表成员. 最后, lambda 允许你快速地创建只有一行的函数对象
列表解析语法：
[expr for iter_var in iterable]
这个语句的核心是 for 循环, 它迭代 iterable 对象的所有条目. 前边的 expr 应用于序列
的每个成员, 最后的结果值是该表达式产生的列表. 迭代变量并不需要是表达式的一部分.
例子：
[x**2 for x in range(6) ]
[expr for iter_var in iterable if cond_expr]
>>>map(lambda x: x ** 2, range(6))
[0, 1, 4, 9, 16, 25]
===矩阵样例===
你需要迭代一个有三行五列的矩阵么?
[(x+1,y+1)for x in range(3) for y in range(5)]
===磁盘文件样例===
f=open('hhga.txt','r')
len([word for line in f for word in line.split()])
快速地计算文件大小
import os
>>> os.stat('hhga.txt').st_size
499L
stat模块描述了os.stat(filename)返回的文件属性列表中各值的意义.我们可方便地根据stat模块存取os.stat()中的值.
os.stat(path)执行一个stat()系统调用在给定的path上，返回一个类元组对象(stat_result对象,包含10个元素),属性与stat结构成员相
关:st_mode(权限模式),st_ino(inodenumber),st_dev(device),st_nlink(number of hardlinks),st_uid(所有用户的user id),st_gid(所有用户
的groupid),st_size(文件大小，以位为单位)，st_atime(最近访问的时间),st_mtime(最近修改的时间),st_ctime(创建的时间)
列表解析:
[expr for iter_var in iterable if cond_expr]
生成器表达式:
(expr for iter_var in iterable if cond_expr)
列表解析会返回一个列表，而生成器表达式只不返回列表更节约空间和内存。
列表：sum(【len(word) for line in data for word inline.split()】)
生成器表达式：sum(len(word) for line in data for word inline.split())
我们通过一个寻找文件最长的行的例子来看看如何改进代码：
最优代码。
return max(len(x.strip()) for x in open('/etc/motd'))