详解Python 3.8的海象算子：大幅提高程序执行效率

2019 年 12 月 30 日 CVer

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

本文转载自：机器之心

作者： Animesh Gaitonde | 参与： Panda

前几个月发布的 Python 3.8 包含了一项重要的新功能，即海象算子。如果合理运用，该算子能有效地提升 Python 程序的执行效率。本文将对海象算子的作用和效果进行介绍，并会通过示例演示其使用方法和不适用的场景。本文作者为软件工程师 Animesh Gaitonde。

自我开始学习 Python 以及利用它的能力以来，我就一直是这门编程语言的死忠粉。 Python 句法简单，易于掌握，而且有助于提升代码库的可读性和可维护性。相比于 C、C++、Java 或 Ruby 等其它高级语言，使用 Python 实现一个算法所需的代码量能少 5 倍之多。

最近，Python 社区发布了该语言的 3.8 版本。作为 Python 语法糖的爱好者，我探索了发布说明，关注到了其中一个独特的算子。这个算子被称为「海象算子（Walrus Operator）」或「命名表达式算子（Named Expression operator）」，符号为「:=」。

海象算子

这个新算子（:=）能让我们为表达式中的一个变量赋值。这个符号看起来颇有些类似于海象的眼睛和犬齿。

我们先来看看下面一段代码：

countries = [“India”, “USA”, “France”, “Germany”]if len(countries) < 5:     print ("Length of countries is " + len(countries))

在上面的代码段中，我们两次调用了函数 len()。我们可以避免重复计算以提升可读性吗？当然可以，我们可对这段代码进行如下改进：

country_size = len(countries)if country_size < 5:
  print ("Length of countries is " + country_size)

还有进一步改进的空间吗？我们可以不用单独一行来给「country_size」赋值吗？

if country_size := len(countries) < 5 :
  print ("Length of countries is " + country_size)

这就是 Python 3.8 引入的海象算子的用武之地。我们可以在 if 语句之中直接执行声明和赋值操作。我们下面进一步探索该算子的能力。

代码行数与复杂度的平衡

先看看以下示例

powers = [get_count(), get_count()**2, get_count()**3]

def get_count():
  "Fetches count of records from a database"

多次调用一个高成本的函数

上面的示例是通过多次调用一个高成本的函数 get_count() 来填充一个列表。

有了海象算子的帮助，我们可以避免多次调用函数 get_count()，其具体的功能是将结果存储到一个变量中，然后我们可在后续的计算中复用同一个变量。下面演示了海象算子的用法：

powers =[result:= get_count(), result**2, result**3]

def get_count():
  "Fetches count of records from a database"

使用海象算子避免多次调用函数

从上面的例子可以看到，海象算子可以减少代码行数，让代码更可读，因此能简化代码审查人员的工作。此外，这也能实现代码行数和代码复杂度的平衡。

解决理解低效的问题

employees = []
for id in employee_ids:
 employee = fetch_employee(id)
 if employee:
   employees.append(employee)

基于一个条件填充列表

上面的示例需要多次执行循环。一开始，我们创建一个空列表，然后在 id 列表上迭代并通过检查结果是否有效来填充我们创建的列表。

我们可以简化上面的代码，将其浓缩为一行：

employees = [result for id in employee_ids if (result:= fetch_employee(id))]

使用海象算子避免低效理解

文件分块处理

在处理大文件时，我们会将文件分块读取。每当读取一个分块时，都会检查它的值，并且该值也是 while 循环的终止条件。

chunk = file.read(256)

while chunk:
   process(chunk)
   chunk = file.read(256)

我们可以在 while 循环表达式中读取数据以及为要读取的数据赋值。由此我们就能避免在 while 循环之外显式地声明变量。如下示例：

while chunk := file.read(256) :

  process(chunk)

正则表达式匹配

正则表达式匹配是一个两步式过程。第一步是检查是否有匹配，第二步是提取匹配的部分。

obj = re.match(info).group(1) if re.match(info) else None

正则表达式匹配

从上面的代码可以观察到，我们在一次匹配中重复计算了 re.match(info)。这会减慢该程序的执行速度，而且数据量越大减慢得越明显。上面的代码可以重写为如下形式，从而避免重复计算：

obj = match.group(1) if match:= re.match(info) else None

使用 := 的正则表达式匹配

不能使用海象算子的地方

为变量赋值

a = 5 # 有效
a := 5 # 无效

empty_list = [] # 有效
empty_list := [] # 无效

如上所示，我们不能使用 := 替代 =。海象算子只能是一个表达式的一部分。

加法/减法赋值

a += 5 # 有效
a :+=5 # 无效

在 lambda 函数中为表达式赋值

(lambda: a:= 5) # 无效
 lambda: (a := 5) # 有效但无用
 (var := lambda: 5) # 有效

PEP-572 及其争议

海象算子是作为 PEP-572（Python 改进提议）的一部分而引入的。如果要为 Python 语言引入一项新功能，总是需要经由 PEP 来实现，而且必须得到 Python 的发明者 Guido van Rossum 或他选择的代表的批准。

围绕海象算子的争议非常多，而且由此引发的「战争」导致了 Python 之父 Guido van Rossum 告退，不再担任 Python 社区的终身仁慈独裁者（BDFL）。海象算子的争议点有很多，下面是其中几个：

句法变化问题：开发者们为 := 提议了多种替代方案，比如「表达式 -> NAME」、「NAME -> 表达式」、「{表达式} NAME」等等。少数人建议使用现有的关键字，其他人则使用了新的算子。
后向兼容问题：这个特性无法向后兼容，也无法运行在之前的 Python 版本上。
算子名称问题：人们建议不要使用「海象算子」这样的代号，而是使用「赋值算子」、「命名表达式算子」、「成为算子」等术语，以免人们不明白。

重磅！CVer-学术交流群已成立

扫码可添加CVer助手，可申请加入CVer大群和细分方向群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索等群。

一定要备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群