1、條件表示式

# -*- coding:utf-8 -*-

import math # 定義一個函式輸入大於零取log，否則返回nan def get_log(x):   if x > 0:     #技巧在jupyter中檢視python內建函式方法：shift + tab     y = math.log(x,10)     #Docstring:               #log(x[, base])               #Return the logarithm of x to the given base

  else:     y = float("nan")   return y

x = 10 log_val1 = get_log(x) print(log_val1) 1.0

# -*- coding:utf-8 -*-

import math x = 10 log_val2 = math.log(x,10) if x > 0 else float('nan') print(log_val2) 1.0

兩種情況的結果是一樣的，但程式碼的書寫量卻相差很大。

2. 列表推導式

下面程式碼在jupyter中執行：

# -*- coding:utf-8 -*-

%%timeit # 找出100000內的偶數(for迴圈) l1 = [] for i in range(100000):     if i % 2 == 0:         l1.append(i) 輸出：11.1 ms ± 462 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit # 找出10000內的偶數(列表推導式) l2 = [i for i in range(100000) if i % 2 == 0] 輸出：7.25 ms ± 105 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)