本文总结了一些高度相似的 Python 操作，很容易混淆，尤其适合初学者。

Lambda 参数：在定义与运行时有界

• y 在定义期间有界

func = lambda x, y=y: x + y

• y 在运行时有界

func = lambda x: x + y

示例：将 y 赋值为 10 并定义函数：

y = 10
func1 = lambda x: x + y
func2 = lambda x, y=y: x + ylist(map(func1, lst))
>>> [11, 12, 13, 14, 15]list(map(func2, lst))
>>> [11, 12, 13, 14, 15]

然后让我们更新 y 的值，运行函数，看看会发生什么。

y = 100
list(map(func1, lst))
>>> [101, 102, 103, 104, 105]list(map(func2, lst))
>>> [11, 12, 13, 14, 15]

显然 func1 中的 y 现在采用新值 100 而 func2 仍在使用 y = 10 ，函数定义后对 y 的任何更新都不会影响它使用的参数。

随机选择有/无替换

• 替换选择：random.choices(seq, k=1) , k being the size for sample, 1 by default.

import randomrandom.choices(list(range(10)), k=8)
>>> [6, 3, 5, 5, 9, 4, 4, 2]

• 无替换选择：random.sample(seq, k)

random.sample(list(range(10)), k=8)
>>> [1, 5, 3, 7, 2, 0, 8, 4]

复制：浅与深

• 浅拷贝：copy() 拷贝原始对象的引用。 对原始对象所做的更改也会反映在浅拷贝中

import copya = [[1, 2], [3, 4]]
b = copy.copy(a); b
>>> [[1, 2], [3, 4]]a[1].append(5)
b
>>> [[1, 2], [3, 4, 5]]

• 深拷贝：deepcopy() 插入在原始对象中找到的对象的副本。 对原始对象所做的更改不会影响深层副本。

a = tp_exit_ids_items = list()
c = copy.deepcopy(a); c
>>> [[1, 2], [3, 4]]a[1].append(5)
c
>>> [[1, 2], [3, 4]]

等价与平等

• 两者是否具有相同的值：==

a = [[1, 2], [3, 4]]
b = [[1, 2], [3, 4]]
c = a# equivalent check
a == b
>>> True
a == c
>>> True

• 是否都指向同一个对象：是

# equality check
a is b
>>> False
a is c
>>> True

搜索子字符串

有四种方法可以在字符串中搜索子字符串：

• str.find(sub, start=None, end=None) 和 str.rfind(...)
• str.index(sub, start=None, end=None) 和 str.rindex(...)

以下操作都返回结果 4，因为在索引 4 处找到“on”：

"python".find("on")
"python".rfind("on")
"python".index("on")
"python".rindex("on")

最重要的区别是 find() 和 rfind() 如果 sub 不成立则返回 -1； index() 和 rindex() 抛出一个 ValueError 代替：

"python".find("a")
>>> -1"python".index("a")
>>> ValueError: substring not found

关注七爪网，获取更多APP/小程序/网站源码资源！