所谓一行流，就是把一个功能用一行代码去实现。Python的一行流既保证了代码的简洁，又不会牺牲很大的可读性。但一个看似如此简单的事情，如果不彻底掌握这门编程语言，是很难做到的。

我认为，Python 一行流能够帮助你提高编码技能，值得去学习，其原因还有下面五个。

◎ 首先，通过提升你对 Python 核心技术的认知，可以克服许多一直在拖你后腿的编程弱点。没有对基础知识的深入理解，很难取得进步。单行代码是所有程序的基础构件，彻底理解这些基本构件之后，你才有能力驾驭高阶的复杂程序，而不会感到不知所措。

◎ 其次，你会学到如何利用当今正疯狂流行的热门 Python 库，比如数据科学和机器学习用到的那些库。本书由五个介绍单行技术的章节组成，每个都涉及 Python 的不同领域，从正则表达式到机器学习。这种方式会让你对你可以构建的 Python 应用有一个概览，同时也会教你如何使用这些强大的库。

◎ 第三，你会学到怎样写出更加“Pythonic”的代码。Python 初学者，尤其是从其他编程语言过来的人，经常会用不 Pythonic 的方式去编写代码。我们会涵盖 Python 特有的一些概念，诸如列表解析、多重赋值、切片等，所有这些都会帮你写出可读性高、便于跟相同领域的程序员共享的代码。

◎ 第四，学习 Python 单行技术，会迫使你用简洁、清晰的方式去思考。若你不得不把每个代码字符都利用到极致，就没有空间去容纳那些稀稀拉拉、不明重点的代码了。

◎ 第五，你的单行代码新技能使你能够看穿那些设计过于复杂的 Python 代码库，并让你的朋友和面试官留下深刻印象。你可能会发现，用一行代码解决具有挑战性的编程问题，既好玩，效果又令人满意。而且你不是一个人：一个活跃的 Python 极客社群一直在竞争谁能写出最简短、最 Pythonic 的代码来解决各种各样的实际（或不太实际的）问题。

Python一行流的例子

学习 Python 单行技术既是理解更高级代码库的基础，也是提升自身技能的绝佳工具。在理解几千行代码组成的代码库到底写了些什么之前，必须先了解一行代码的含义。

让我们先来快速看一眼 Python 一行流。

q = lambda l: q(u[x for x in l[1:] if x <= l[0]]) + [l[0]] + q([x for x in l if x > l[0]]) if l else []

这个单行程序对著名的快速排序算法做了优美而简洁的压缩，不过对于很多初级或中级的 Python 使用者来说，其具体含义可能还难以掌握。

Python 单行程序经常是在已有基础上搭建而成的，所以在后面中出现的单行程序，复杂度会逐渐增加。我们将从简单的单行程序开始，这些简单的语句将成为之后更加复杂的程序的基础。比如说，前面的一行流快速排序基于列表解析，但看起来又长又难。下面是一个比较简单的列表解析，用于创建一个平方数的列表。

lst = [x**2 for x in range(10)]

我们还可以把这个单行程序分解成更简单的单行，用于介绍重要的 Python 基础知识，如变量赋值、数学运算符、数据结构、for循环，成员运算符，以及 range() 函数——所有这些都出现在一行简单的 Python 程序中！

要知道，基础，并不意味着琐碎或不重要。我们即将见到的所有单行程序都很有用，而且每章会针对计算机科学中的一个独立学科或领域，让你从一个宽阔的视野全面了解 Python 的力量。

关于可读性的说明

《Python 之禅》（The Zen of Python）中包含了 Python 编程语言的19条指导原则。可以通过在 Python 命令行里输入 import this 来阅读它：

如《Python之禅》所言，“可读性很重要（Readability counts）”，单行程序是解决问题的最小化方案，在很多情况下，将一段代码改写为 Python 单行程序会提升可读性，并使得代码更加 Pythonic。例如使用列表解析将创建列表的代码缩短到只有一行。请看下面的例子：

在这个代码片段中，我们需要五行代码来生成头10个平方数的列表，并把它打印到命令行。但如果使用更佳的单行解决方案，就能以一种更易读和简明的方式做到同样的事情：

输出是完全一样的，但单行程序是基于更加 Pythonic 的概念列表解析来构建的，可读性更高，也更简洁。

然而，Python一行流也可能写得难以理解。在有些情况下，编写单行程序的解决方案，并不会让程序更加可读。但是，正如象棋大师会在动棋之前了解所有可能的行动方案，并决定何为最佳，你也需要了解所有可以表达你的想法的编码方式，如此才能从中选择最好的方式。追求最优美的解决方案不是一件低优先级的事情，而是 Python 生态系统的核心。正如《Python 之禅》所教导的：“优美胜于丑陋。”

编码能力卡住了？这本书获取可以帮助到你。

你是一位初级到中级的 Python 编码者吗？跟很多处于同样位置的人一样，你也许在编码能力进展上有点卡住了。你已经读了很多在线编程教程，也编写过自己的源代码，并成功地交付了一些小项目。你已经完成了一门基础编程课程，并且学过一两本编程教材。也许你还在大学里修过一门程序技术课程，在那里已学到了计算机科学与编程的基础知识。

你也许会受某些信念所限，比如大多数程序员理解源码的速度比你理解的快得多，或者你与前10% 的程序员差距太大。如果你希望达到高级编码水平，加入顶尖编码专家的行列，那么需要学习新的适应性技能。

小编很有同感，因为十年前刚开始学习计算机科学的时候，也觉得自己在编程上一无所知，并为此苦恼。而与此同时，我所有的同僚看起来都精通编程，且颇具经验。

借助本书，希望帮助你们克服这些限制自我的想法，让你们朝着成为 Python 专家的方向更进一步。

你会学到什么？

下面是你会学到的内容的概述。

1 Python温故知新 介绍 Python 的基础知识，让你重新检视自己的 Python 知识。

2 Python技巧 包括10个一行流技巧，帮助你熟练掌握基本知识，例如列表解析、文件输入、lambda函数、map()和zip()、all()量词、切片，以及基础的列表运算。你还会学到如何引入和操作各种数据结构，利用它们来解决各种各样的日常问题。

3 数据科学 包含了数据科学方面的10个一行流程序，全部基于 NumPy 库构建。NumPy 处于 Python 强大的机器学习和数据科学能力的核心，你将会学到基本的 NumPy 知识，如数组、形状、轴、类型、广播、高级索引、切片、排序、搜索、聚合与统计。

4 机器学习 涵盖了使用 Python 的 scikit-learn 库进行机器学习的10个一行流程序，会涉及值预测的回归算法，这些算法的例子包括线性回归、K-近邻算法和神经网络。你也会学到分类算法，比如逻辑回归、决策树学习、支持向量机和随机森林。此外，还会学习如何计算多维数据阵列的基本统计数据，以及用于无监督学习的 K-Means 算法，这些都是机器学习领域最为重要的算法与范式。

5 正则表达式 包含10个一行流程序，帮助你用正则表达式实现更多的目标。你会学到各种基本的正则表达式，并把它们组合（然后再组合）以创建更加高级的正则表达式，还会学习如何使用分组和命名组、反向查找、转义字符、空白字符、字符集（以及反向字符集）和贪婪/非贪婪运算符。

6 算法 包含了10个一行流算法程序，涉及广泛的计算机科学主题，包括拟合、回文、超集、换元、阶乘、质数、斐波那契数列、混淆、搜索和基于算法的排序。其中许多内容将构成更高级算法的基础，是进入全面系统的算法学习的良好导引。

后记 总结全书，让你带着升级后的全新 Python 编程技能，去面对真实世界的考验。

《Python一行流：像专家一样写代码》
关于作者
克里斯蒂安·迈耶（Christian Mayer）是一位计算机科学博士，也是知名 Python 网站finxter（网址见链接列表“文前3”条目）创始人和维护者。该网站非常活跃，内容订阅人数已经超过2万且仍在持续增长。他的网站不仅发展迅速，也帮助数以万计的学习者提升了编码技能和优化在线业务。克里斯蒂安同时也是《Python咖啡时间》（Coffee Break Python）系列自出版图书的作者。

关于译者
苏丹，网上id一般为su27，2009年毕业于北京师范大学数学系，主要从事后端编程工作，也曾从事前端与客户端开发工作。在Python的“黄埔军校”豆瓣团队中成长，目前为豆瓣用户产品后端负责人，日常跟Python打交道较多。

关于本书

《Python一行流》会教你阅读和编写一行流程序，系统性拆分和理解任意一行Python代码，像专家一样得心应手地编写强壮、紧凑的Python程序。本书有5个章节，覆盖了编程技巧、正则表达式、机器学习、数据科学的核心课题，以及许多有用的算法。通过对单行程序范例的详细介绍，本书解释了计算机科学的关键概念，并可用来提升编码与分析的重要技能。你会学到Python的进阶功能，例如列表解析、切片、lambda函数、正则表达式、map和reduce函数，以及切片赋值等。

（京东限时49元包邮，速抢！）