Python进阶:命名元组、三目运算符与推导式实战详解

顾星河
顾星河
发布时间:2026-10-14| 5人浏览过
原创

本文深入解析Python中命名元组、三目运算符及推导式的核心用法。通过对比常规写法,展示如何利用命名元组优化内存并提升代码可读性,结合自动化测试场景说明其实际应用。同时详解三目运算符的嵌套逻辑,以及列表和字典推导式的多种组合技巧,帮助开发者编写更简洁高效的Python代码。

一、命名元祖

在Python基础学习中,访问元组内部元素通常依赖索引方式。这种方式虽然直接,但可读性较差且容易出错。为此,Python引入了命名元组(namedtuple),允许通过字段名进行类似字典的访问,同时保持元组的不可变性。与字典相比,命名元组占用的内存更少,适用于那些数据无需修改的场景,是替代字典存储轻量级数据的理想选择。

常规元祖取值方式:


info = ("flora", 28, "女")
name = 0
age = 1
gender = 2

print(info[name])  # 获取姓名
print(info[age])  # 获取年龄
print(info[gender])  # 获取性别

命名元祖方式:


# namedtuple: 接收两个参数:第一个参数是创建的类型名称, 第二个参数是列表
from collections import namedtuple

info = namedtuple("info_key", ["name", "age", "gender"])
info_01 = info("flora", 28, "女")

print(info_01.name)  # 获取姓名
print(info_01.age)  # 获取年龄
print(info_01.gender)  # 获取性别
print(info_01)  # 打印结果:info_key(name='flora', age=28, gender='女')

二、在自动化测试场景中的应用

在自动化测试中,从Excel读取用例数据时,第一行通常作为键(key),后续每一行的值作为对应的值(value)。若将这些数据以字典格式存储,结构如下所示:


case = [
    {"case_id": 1,
     "case_title": "正常登录",
     "data": "test",
     "expected": "pass"},
    {"case_id": 2,
     "case_title": "登录失败",
     "data": "test",
     "expected": "pass"},
]

我们可以将其转换为命名元组形式进行存储,具体实现如下:


# namedtuple: 接收两个参数:第一个参数是创建的类型名称, 第二个参数是列表
from collections import namedtuple

case = [
    {"case_id": 1,
     "case_title": "正常登录",
     "data": "test01",
     "expected": "pass"},
    {"case_id": 2,
     "case_title": "登录失败",
     "data": "test02",
     "expected": "pass"},
]

cases = namedtuple("case", case[0].keys())

for i in case:
    result = cases(*i.values())
    print(result.data)

# 打印结果: test01  test02

三、三目运算符

Python中的三目运算符功能类似于Java中的三元运算符,用于简化条件判断语句。

  • 基本语法

条件成立执行的结果 if 过滤条件 else 条件不成立执行的结果

  • 实际应用

例如,编写一个Python程序,接收两个输入数字,比较它们的大小并输出较大者。相较于传统的if-else结构,使用三目运算符可以使代码更加简洁明了。

常规写法:


x = int(input("请输入第一个正整数:"))
y = int(input("请输入第二个正整数:"))

if x == y:
    print("较大的数为:", x)
elif x > y:
    print("较大的数为:", x)
else:
    print("较大的数为:", y)

三目运算符写法:


x = int(input("请输入第一个正整数:"))
y = int(input("请输入第二个正整数:"))

print("较大的数为:{}".format(x if x > y else y))
  • 扩展: 三目运算符的嵌套

Python支持三目运算符的嵌套使用,从而构建更复杂的逻辑表达式。在嵌套使用时,需特别注意if和else的配对关系。 例如,我们需要判断两个数字之间的大小关系。 常规写法:


a = int(input("请输入a:"))
b = int(input("请输入b:"))

if a > b:
    print("a大于b")
else:
    if a < b:
        print("a小于b")
    else:
        print("a等于b")

三目运算符嵌套写法:


a = int(input("请输入a:"))
b = int(input("请输入b:"))

print("a大于b") if a > b else (print("a小于b") if a < b else print("a等于b"))

四、推导式


推导式 comprehensions(又称解析式),是 python 的一种独有特性。推导式是可以从一个数据序列构建另一个新的数据序列。
推导式的作用:快速生成数据。

列表推导式

  • 常规列表推导式

基本语法:[每次遍历添加到列表的内容 for x in xxx]

实例:输出一个由0-100的数字组成的列表。 常规写法:


li = []
for i in range(101):
    li.append(i)
print(li)

推导式写法:


li = [i for i in range(101)]
print(li)
  • 列表推导式嵌套if

基本语法:[每次遍历添加到列表的内容 for x in xxx if 过滤条件] 实例:输出一个由0-100的偶数数字组成的列表。 常规写法:


li = []
for i in range(101):
    if i % 2 == 0:
        li.append(i)
print(li)

推导式写法:


li = [i for i in range(101) if i % 2 == 0]
print(li)
  • 列表推导式结合三目运算符

基本语法:[if 过滤条件 else 条件 每次遍历添加到列表的内容 for x in xxx ]

实例:0-100个数,如果是偶数则返回偶数0, 如果是奇数则返回奇数1。 常规写法:


li = []
for i in range(101):
    if i % 2 == 0:
        li.append("偶数0")
    else:
        li.append("奇数1")
print(li)

列表推导式+三目运算符:


li = ["偶数0" if i % 2 == 0 else "奇数1" for i in range(101)]
print(li)

五、字典推导式

基本语法:{键:值 获取键值的表达式}

实例: 有一个列表li, 把他转换成一个元素下标为键,值为元素的字典格式的数据。

常规写法:


li = ["id", "title", "url", "data", "expected"]

dic = {}
for i, j in enumerate(li):
    dic[i] = j

print(dic)

字典推导式写法:


li = ["id", "title", "url", "data", "expected"]

dic = {i: j for i, j in enumerate(li)}

print(dic)

到此这篇关于python数据类型相关知识扩展的文章就介绍到这了,更多相关python数据类型内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。