1. List Comprehensions
Python มีวิธีที่สวยงามและสะดวกในการสร้างรายการ (list) ผ่าน list comprehensions
# สร้าง list ของตัวเลขยกกำลังสองที่น้อยกว่า 100
squares = [x ** 2 for x in range(10) if x ** 2 < 100]
print(squares)
เมื่อใช้ list comprehensions สิ่งนี้จะทำให้โค้ดของคุณดูชัดเจนและกระทัดรัดมากขึ้น เมื่อเทียบกับการใช้ลูปทั่วไป
2. Generators
Generators เป็นเครื่องมือที่ช่วยลดการใช้หน่วยความจำ เมื่อต้องการอ่านค่าใน sequence ที่ใหญ่
# ใช้ generator expression เพื่อสร้างข้อมูลเรียงค่า
sum_of_squares = sum(x ** 2 for x in range(1000000))
print(sum_of_squares)
เมื่อใช้ generators คุณจะประหยัด RAM ได้มหาศาลเมื่อเทียบกับการสร้าง list ขนาดใหญ่เก็บไว้ในหน่วยความจำ
3. การใช้งานฟังก์ชัน map และ filter
ฟังก์ชัน `map` และ `filter` เป็นเครื่องมือที่น่าทึ่งเพื่อแปลงและกรองข้อมูลใน list
# ใช้ map และ lambda เพื่อสร้าง list ของรายการยกกำลังสอง
numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)
# ใช้ filter และ lambda เพื่อกรองเฉพาะตัวเลขที่เป็นจำนวนคี่
odd_numbers = list(filter(lambda x: x % 2 == 1, numbers))
print(odd_numbers)
การใช้ `map` และ `filter` ร่วมกับ lambda function จะทำให้คุณจัดการกับข้อมูลได้มีประสิทธิภาพและเข้าใจง่าย
4. Decorators
Decorators ให้คุณเพิ่มฟังก์ชันหรือการปรับเปลี่ยนทางการทำงานในฟังก์ชันอื่นๆได้โดยไม่ต้องแก้ไขโค้ด
def timeit(func):
import time
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f'Function {func.__name__} took {end-start:.6f}s to complete.')
return result
return wrapper
@timeit
def squared_numbers(numbers):
return [x ** 2 for x in numbers]
print(squared_numbers(range(1,11)))
การใช้งาน decorators จะทำให้โค้ดเป็นระเบียบและใช้ซ้ำได้ รวมถึงช่วยเพิ่มฟังก์ชันชุดนี้โดยไม่ส่งผลกระทบต่อโค้ดเดิม
5. การจัดการข้อผิดพลาด (Error Handling)
การเขียนโค้ดด้วยการจัดการข้อผิดพลาดที่ดี จะช่วยให้โปรแกรมของคุณมีความทนทานมากขึ้น
try:
# คำนวณหาผลลัพธ์ที่อาจทำให้เกิดข้อผิดพลาดได้
result = 10 / 0
except ZeroDivisionError as e:
print("You can't divide by zero!")
else:
print(f'The result is {result}')
finally:
print('This block is executed no matter what')
การใช้ `try...except...else...finally` จะทำให้โค้ดของคุณสามารถรับมือกับเงื่อนไขที่ผิดพลาดที่อาจเกิดขึ้นในขณะที่โค้ดกำลังถูกทำงานอยู่
นี่เป็นเพียงบางส่วนของเทคนิคในการเขียน Python ที่เมื่อคุณเข้าใจและนำไปใช้ จะทำให้การเขียนโค้ดของคุณมีประสิทธิภาพและน่าประทับใจเหมือนกับเหล่ามืออาชีพ ขอเชิญนักพัฒนาทุกคนที่มีความสนใจในการพัฒนาฝีมือการเขียนโปรแกรมด้วย Python หรือภาษาโปรแกรมมิ่งอื่นๆ มาร่วมเรียนรู้และเจาะลึกมากขึ้นได้ การเรียนการสอนที่ครอบคลุมและเข้าใจง่ายจะช่วยให้คุณพัฒนาศักยภาพในการเขียนโค้ดได้อย่างรวดเร็วและเป็นระบบมากขึ้น ในการสร้างโปรแกรมที่ชาญฉลาดและมีประสิทธิผล.
หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง
หากเจอข้อผิดพลาด หรือต้องการพูดคุย ติดต่อได้ที่ https://m.me/expert.Programming.Tutor/
Tag ที่น่าสนใจ: python programming list_comprehensions generators map filter decorators error_handling lambda_functions
หากมีข้อผิดพลาด/ต้องการพูดคุยเพิ่มเติมเกี่ยวกับบทความนี้ กรุณาแจ้งที่ http://m.me/Expert.Programming.Tutor
085-350-7540 (DTAC)
084-88-00-255 (AIS)
026-111-618
หรือทาง EMAIL: NTPRINTF@GMAIL.COM
Copyright (c) 2013 expert-programming-tutor.com. All rights reserved. | 085-350-7540 | 084-88-00-255 | ntprintf@gmail.com