Python is a programming language that lets you work quickly and integrate systems more effectively.

学习Python的小伙伴，这几个牛B语法，需要掌握下 ↓↓↓

01 流程控制之if...else

走到分岔的路口 你向左我向右 我们都倔强得不曾回头 没有人知道哪个方向是对的 你要判断哪条岔路是你真正要走的路，如果我们想让程序也能处理这样的判断怎么办呢？很简单，只需要在程序里预设一些条件判断语句，满足哪个条件，就走哪条岔路。这个过程就叫流程控制。

基本上在各个语言中，都是使用语法if…else…来实现，可分为单分支、双分支、多分支。

单分支：

双分支：

多分支：

写个猜年龄的小游戏

02 while循环

上面我们用if .. else做了猜年龄小游戏，但是一次猜中的机率太小了，如果说有三次机会，应该怎么做呢？总不能把代码复制3次吧！那岂不是太low啦！小媛告诉你，一个循环语句轻松化解尴尬。

while 就是当的意思，当山峰没有棱角的时候，当河水不再流…… while 指后面的条件成立，就执行while下面的代码。

要知道在Python中 while 和 else也很搭。while 后面的else 指，当while 循环正常执行完，中间没有被break 中止，会执行else后面的语句。

输出结果，你知道的……

03 for - else

不要以为if 只能和 else配，要知道for 和 else 也很搭。不信，往下看

for 循环走完便会执行else语句。

当上述diamante缺少break时，执行结果是

如果加上 break ，执行结果就会变为

因此，小伙伴们要明白“for - else”执行顺序是当迭代对象完成所有迭代且迭代对象为空时，如果存在else 子句将执行else子句，否则执行后续代码。如果迭代对象因带有break提前退出迭代，else子句将不会被执行，直接跳转到else子句后执行后续代码。

04 with…as…

自Python 2.6之后 with 便被视为默认关键词，with作为控制流语句常用来简化 try-finally代码，同时Python在操作文件时需要手动打开和关闭文件，若使用with…as…文件则会在执行完自动关闭，是不是优雅、简洁许多。

看到这，小伙伴是不是已经明白了，as是可以省略的，但有一个句块却是要执行的……

05 lambda函数

lambda函数基于数学中的λ演算而得名，直接对应于其中的lambda抽象(lambda abstraction)，是一个匿名函数，即没有函数名的函数。Lambda表达式可以表示闭包（注意和数学传统意义上的不同）。

Lambda表达式是Python中一类特殊的定义函数形式，使用它可以定义一个匿名函数。与其它语言不同，Python的Lambda表达式的函数体只能有单独的一条语句，也就是返回值表达式语句。其语法如下：

lambda 形参列表 : 函数返回值表达式语句

如果不用Lambda表达式，而要写成常规的函数，那么需要这么写：

Lambda演算和函数式语言的计算模型较为接近，Lambda表达式一般是这些语言必备的基本特性。如：

Scheme:

(lambda(x)(+x1))

Haskell:

\x->x+1

Javascript:

(() => x + 1;)();

06 列表索引

list是一个计算机专业术语，在编程语言中list 是类库中的一个类，可以简单视为双向连结串行，以线性列的方式管理物件集合。list 的特色是在集合的任何位置增加或删除元素都很快，但是不支持随机存取。list 是类库提供的众多容器（container）之一，除此之外还有vector、set、map…等等。list 以模板方式实现（即泛型），可以处理任意型别的变量，包括使用者自定义的资料型态…

如果想把全班同学的名字存储起来，利用字符串虽然能做到，但是取的时候较为麻烦，利用列表，轻松解决。

names = "Alex,Jack,Rain,Rachel,Mack..."

你print(names)打印的是所有人的信息，如果想取出Rain，可以用字符串切割的方式，但太麻烦。此时，用列表再合适不过了。

>>> names = ["Alex","Jack","Rain","Rachel","Mack"]

>>> names[2] #为何names[2]就能取出Rain?

'Rain'

因为列表是通过下标标记元素位置的，若下标从0开始，每添加一个元素，就会自动+1…小伙伴们，注意啦！列表的便捷性一定一定要利用起来，不要浪费。

07 断言-assert

编写代码时，我们总是会做出一些假设，断言就是用于在代码中捕捉这些假设，可以将断言看作是异常处理的一种高级形式。断言表示为一些布尔表达式，程序员相信在程序中的某个特定点该表达式值为真。可以在任何时候启用和禁用断言验证，因此可以在测试时启用断言，而在部署时禁用断言。同样，程序投入运行后，最终用户在遇到问题时可以重新启用断言。

使用方式：

1.assert Expression1

2.assert Expression1:Expression2

断言的特性：

1.前置条件断言，代码执行之前必须具备的特性。

2.后置条件断言，代码执行之后必须具备的特性。

3.前后不变断言，代码执行前后不能变化的特性。

使用断言可以创建更稳定，品质更好且不易于出错的代码。当需要在一个值为FALSE时中断当前操作的话，可以使用断言。单元测试必须使用断言（Junit/JunitX）。

作为用于判断的表达式，需要注意一点，在表达式条件为false时会触发异常。

assert expression

等同于

if not expression:

raise AssertionError

08 三元表达式

>>> x = 4

>>> y = 99 if x > 3 else 999

>>> y

99

适用于变量赋值时要做条件判断，目的在于简化代码。即条件为真时结果 if判断的条件 else条件为假时的结果。

在Java中三元表达式是这样的

// 如果条件为真，则返回这为x，否则为y

result=condition?x:y

在Python中三元表达式是这样的

result = x if condition else y

09 yield 和 return

9.1 yield

初识 yield 可以把它看做return。要知道，yield生成器在遍历时候逐个返回，遍历的过程就是调用next()的过程，好处就在于使用时才产生数据，消耗内存。

打开Python开发工具IDLE，新建一个‘yield.py’文件，并写代码如下:

F5运行程序，shell中打印出内容如下：

<generator object fun at 0x00000242522AE938>

这是一个生成器对象

改写‘yield.py’文件，代码如下;

F5运行程序，shell中打印出内容‘1’，这应该是最简单的生成器使用。

改写‘yield.py’文件，代码如下;

两个yield，用两个next()函数就行，第一个运行yield 1函数返回1后停止运行，第二个运行到yield 2 停止运行。

F5运行程序，shell中打印出内容，其中打印的None其实就是我们m = yield 1中m的值，由于m没有被赋值，所以为None。

改写‘yield.py’文件，代码如下;

c.send()就是传值给 m = yield 1中的m,ret2接收yield产生的2。send也会触发程序进入到下一个yield。

F5运行程序，shell中打印出内容,特别注意的是d我们不能传值了，因为后边的代码里没有yield了。

如果ret1=next(c)这里我们只想进入下一步也可以用ret1=c.send(None)触发。如果传入的参数不是None会报错。

9.2 return

Python中的return简单理解便是将结果返回到调用的地方，程序控制权也一并返回。程序运行到第一个return便会返回推出def块，不在运行第二个return。

def test（a，b）：

return a+b

那么x=test（1，2）

这个语句执行后，就能得到x为3的值

如果不使用return，那么就无法使用上述方法赋值

10 读取用户指令

若你的程序要接收用户指令，可以用input语法：

执行脚本就会发现，程序会等待你输入姓名后再往下继续走。

可以让用户输入多个信息，如下

结果输出