下划线_在Python中的用途

学习Python基础知识部分的时候,经常会用到下划线,因为下划线在Python中有一些特殊的意义。今天我们来看一下,下划线在Python中有哪些应用。

  1. 用于表示最后一个表达式的值。

在linux的shell里,当你执行完一条shell命令的时候,会有一个变量$?来表示这个表达式的执行结果,即这个表达式执行成功了还是没有。而Python中,则是使用_来表示最后一个表达式的值。我们来看代码示例

>>> 3+5
8
>>> _
8
>>> _*3
24
>>> _
24

在上面的代码中,首先我们执行3+5,这个加法返回8,同时我们看到下划线的值也是8,当我们拿下划线来进行计算的时候,它又被赋予了计算后的结果。
但是这里要注意的是,仅能接那些没有变量接收的表达式的值。如果有变量接收表达式的值,那么的值是上一次运行的结果。例如:

>>> x = 3+8
>>> _
24

我们在这里新增了一个表达式x=3+8,但是_的值并不是11,而是24,即上一次表达式运算的结果

  1. 用于忽略一些我们不想要的值。

这个时候下划线的作用就相当于是黑洞,即不想要的值丢给它,它会接收并销毁。我们看示例代码
示例1:

x, _, y = (1, 2, 3)  

此时我们可以只管x和y的值,而不用管_的值。

示例2:

for _ in range(100):
    ....

在for循环中,只进行循环,不需要取循环返回的值。

  1. 特殊功能的函数和变量

在学习到模块部分的内容的时候,如果我们想要使用模块的某个功能,那么我们只需要导入它的某个功能和变量即可。但是如果你是模块的开发者,你设计的模块里面,某些功能和函数不想被其他人知道。这个时候下划线的作用就体现出来了。
它的规则是:不想被导出的变量,使用单下划线开头,例如_var,__func()

我们来看一下对应的示例
模块A(moda.py)的内容

_var1 = 100
var2 = 200

def func1():
    print(_var1)
    print(var2)

def __func2():
    print(_var1)
    print(_var2)        

然后我们打开python命令行界面,尝试导入这个模块中的变量和函数,代码如下:

>>> from moda import * 
>>> var2
200
>>> _var1
Traceback (most recent call last):
  File "", line 1, in 
NameError: name '_var1' is not defined
>>> func1()
100
200
>>> __func2()
Traceback (most recent call last):
  File "", line 1, in 
NameError: name '__func2' is not defined

在上面的代码中,我们从moda中导入所有的变量和函数,但是我们尝试输出变量名的时候发现只有var2可以正常输出,函数调用也只有func1()可以正常调用。_var1和__func2()被导入功能给忽略了。这样就实现了对外隐藏变量和内部函数的作用。例如在func1中我们可以打印出_var1的值,但是外界却并不知道这个值来自哪里。

python里的魔术方法
例如类定义里常见的__init__方法,用于类的初始化,__getitem__方法用于获取类的属性等等。魔术方法可以说是类里面最强大的功能之一,这里就不一一介绍了。

  1. 用于分隔数字

这是个从Python3.6版本才加入的特性。我们知道,常规的分隔数字都是使用逗号(,),例如西方使用3个数字分隔。100000分隔的结果是100,0000。但是逗号在python里是用来分隔变量的,因此不能再用来分隔数字。于是Python选择了使用下划线来分隔,示例如下:

>>> a = 1000_000
>>> print(a)
1000000

它的作用和逗号是一样的,使得比较大的数字更方便阅读。此外,还可以用于分隔二进制,8进制,16进制数字。示例如下:

# 二进制
>>> b = 0b_111_1110
>>> print(b)
126
>>> print(bin(b))
0b1111110

# 八进制
>>> o = 0o12_34
>>> print(o)
668
>>> print(oct(o))
0o1234

#十六进制
>>> h = 0x_0a_ef
>>> print(h)
2799
>>> print(hex(h))
0xaef

以上就是下划线在Python中的常见用途,希望能对你有所帮助。

你可能感兴趣的:(下划线_在Python中的用途)