使用list comprehension可以杜绝掉50%以上的for循环，后者的效率极其低下(可以看看C源码的实现)，而且不够紧凑。我之前上面举的第一个粒子就是list comprehension的很好的运用。

　　随便举个python官方文档的粒子：

　　>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x !=y]

　　运行结果得到，

　　[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

　　反转一个数列的例子，j2直播，是个one-liner ：

　　lis[::-1]

　　3. 正则表达式

　　Python正则表达是内置的。一个粒子是我在实验室测试Josephson Junctions时碰到的情况，简化的说就是：我有几百个文件夹，每个文件夹有几百个文件，每个文件有几万条数据，每几个数据我要处理完然后存在另外一个文件夹的另外一个文件里。我要做的工作有：

　　- 用正则表达式找到我要的文件夹和文件，剔除不需要的；

　　- 逐行读出txt文件里面的数据；

　　- 每几个数据设个参数平均，最小二乘处理，剔除几个极端情况，画出图；

　　- 保存 这里Python就起到了一个脚本语言应尽的责任了。

　　整个从打开文件到保存 不超过150行，还加上我罗哩叭嗦的注释。如果用C写... 呵呵呵呵呵呵。当然这个用Shell也不会太差，不过实验室用的是windows，用windows脚本我还不如去死。自从我写完这个脚本后，从此我们实验室的testing就过上了幸福的生活。（可能么？）

　　4.reduce, lambda, filter 和map

　　这些全来自于函数式编程。比如找到prime之内的质数：

　　filter(lambda prime: all(prime%num for num in range(2, prime)), range(2,prime))

　　如果作为中文读出来则是（prime是之前给定的一个数）：在2到prime之间，过滤出那些所有不被2到自己整除的数。难道还能更简单么！如果用的C， 呵呵。 这里出现了Zen of Python没有提到但是是Python里非常重要的一点，对“数”的操纵。毕达哥拉斯信奉一切皆数，程序语言更应算更是如此，只有对“数”和“类型”的完全掌控，才能如鱼得水。

　　5. 语言的动态性

　　Python是动态语言，这是非常重要的一点，一直忘了说。这一点可以直接完爆C++自己一向自豪的泛型编程，模板编程。且看一个strangeness为0的粒子：

　　def build(type, value):

　　return type(value)

　　build(int, 0)

　　所以稀饭们请看过来， 你们家C可以三行写出这种东西么？！！没完，接着：

　　def impose(func, value):

　　return func(value)

　　def anyfunc(value):

　　return value*value

　　print impose(anyfunc, value) #此处是python2.7的语法

　　一看就知道是函数式编程。请问C可以么？！

　　当然还有之前说的函数参数的灵活性：

　　如果定义一个函数

　　def print_whatevercrapsthefuckinguserinputs

　　(**params):

　　print params

　　你就可以想输入多少参数就输入多少了，比如：

　　print_whatevercrapsthefuckinguserinputs(“I",”dont", "give", "a", "fuck“),

　　只要有print函数的接口（这又涉及了鸭子类型和类似haskell的typeclass的性质， 呱....）。其实际作用是 比如你想在数据库里输入大批量用户信息，mi amigo，对于这样一个蛋疼的函数名字，调用一次就够了。

　　在Python里类型，函数，全部都是可操作的对象。这可以改变一切。第一个例子显示了对数据类型的操作，第二个是对函数的操作,第三个是对参数的控制。我不想想象用C写这个例子了，因为C根本写不出来。 以上所有这些Python的特性，你可能说我用C实现一个一样的就好了。诚然，你可以在C里一个个写出来自己喜欢的特性，但是你写到后面你会发现你只是再次发明了Python，然后拿C重新写了一个解释器， 而且实现得更烂而已。Please! Don't re-invent the wheel。

Python的类库齐全