python

超轻量级php框架startmvc

30秒学会30个超实用Python代码片段【收藏版】

更新时间:2020-08-03 05:00:01 作者:startmvc
许多人在数据科学、机器学习、web开发、脚本编写和自动化等领域中都会使用Python,它是一

许多人在数据科学、机器学习、web开发、脚本编写和自动化等领域中都会使用Python,它是一种十分流行的语言。

Python流行的部分原因在于简单易学。

本文将简要介绍30个简短的、且能在30秒内掌握的代码片段。

1. 唯一性

以下方法可以检查给定列表是否有重复的地方,可用set()的属性将其从列表中删除。


def all_unique(lst):
 return len(lst) == len(set(lst))
x = [1,1,2,2,3,2,3,4,5,6]
y = [1,2,3,4,5]
all_unique(x) # False
 
all_unique(y) # True

2. 变位词(相同字母异序词)

此方法可用于检查两个字符串是否为变位词。


from collections import Counter
def anagram(first, second):
 return Counter(first) == Counter(second)
anagram("abcd3", "3acdb") # True 

3. 内存

此代码段可用于检查对象的内存使用情况。


import sys 
variable = 30 
print(sys.getsizeof(variable)) # 24 

4. 字节大小

此方法可输出字符串的字节大小。


def byte_size(string):
 return(len(string.encode('utf-8')))
byte_size('😀') # 4
byte_size('Hello World') # 11

5. 打印N次字符串

此代码段无需经过循环操作便可多次打印字符串。


n = 2; 
s ="Programming"; 
print(s * n); # ProgrammingProgramming

6. 首字母大写

以下代码片段只利用了title(),就能将字符串中每个单词的首字母大写。


s = "programming is awesome"
print(s.title()) # Programming Is Awesome

7. 列表细分

该方法将列表细分为特定大小的列表。


def chunk(list, size):
 return [list[i:i+size] for i in range(0,len(list), size)]

8. 压缩

以下代码使用filter()从,将错误值(False、None、0和“ ”)从列表中删除。


def compact(lst):
 return list(filter(bool, lst))
compact([0, 1, False, 2, '', 3, 'a', 's', 34]) # [ 1, 2, 3, 'a', 's', 34 ]

9. 计数

以下代码可用于调换2D数组排列。


array = [['a', 'b'], ['c', 'd'], ['e', 'f']]
transposed = zip(*array)
 
print(transposed) # [('a', 'c', 'e'), ('b', 'd', 'f')]

10. 链式比较

以下代码可对各种运算符进行多次比较。


a = 3
print( 2 < a < 8) # True
print(1 == a < 2) # False

11. 逗号分隔

此代码段可将字符串列表转换为单个字符串,同时将列表中的每个元素用逗号隔开。


hobbies = ["basketball", "football", "swimming"]
print("My hobbies are: " + ", ".join(hobbies)) # My hobbies are: basketball, football, swimming

12. 元音计数

此方法可计算字符串中元音(“a”、“e”、“i”、“o”、“u”)的数目。


import re
def count_vowels(str):
 return len(len(re.findall(r'[aeiou]', str, re.IGNORECASE))
count_vowels('foobar') # 3
count_vowels('gym') # 0

13. 首字母小写

此方法可将给定字符串的首字母转换为小写模式。


def decapitalize(string):
 return str[:1].lower() + str[1:]
decapitalize('FooBar') # 'fooBar'
decapitalize('FooBar') # 'fooBar'

14. 展开列表

下列代码采用了递归法展开潜在的深层列表。


def spread(arg):
 ret = []
 for i in arg:
 if isinstance(i, list):
 ret.extend(i)
 else:
 ret.append(i)
 return ret
def deep_flatten(lst):
 result = []
 result.extend(
 spread(list(map(lambda x: deep_flatten(x) if type(x) == list else x, lst))))
 return result
deep_flatten([1, [2], [[3], 4], 5]) # [1,2,3,4,5] 

15. 寻找差异

此方法仅保留第一个迭代中的值来查找两个迭代之间的差异


def difference(a, b):
 set_a = set(a)
 set_b = set(b)
 comparison = set_a.difference(set_b)
 return list(comparison)
difference([1,2,3], [1,2,4]) # [3]

16. 输出差异

以下方法利用已有函数,寻找并输出两个列表之间的差异。


def difference_by(a, b, fn):
 b = set(map(fn, b))
 return [item for item in a if fn(item) not in b]
from math import floor
difference_by([2.1, 1.2], [2.3, 3.4],floor) # [1.2]
difference_by([{ 'x': 2 }, { 'x': 1 }], [{ 'x': 1 }], lambda v : v['x']) # [ { x: 2 } ] 

17. 链式函数调用

以下方法可以实现在一行中调用多个函数


def add(a, b):
 return a + b
def subtract(a, b):
 return a – b
a, b = 4, 5
print((subtract if a > b else add)(a, b)) # 9 

18. 重复值存在与否

以下方法利用set()只包含唯一元素的特性来检查列表是否存在重复值。


def has_duplicates(lst):
 return len(lst) != len(set(lst))
x = [1,2,3,4,5,5]
y = [1,2,3,4,5]
has_duplicates(x) # True
has_duplicates(y) # False 

19. 合并字库

以下方法可将两个字库合并。


def merge_two_dicts(a, b):
 c = a.copy() # make a copy of a 
 c.update(b) # modify keys and values of a with the ones from b
 return c
a = { 'x': 1, 'y': 2}
b = { 'y': 3, 'z': 4}
print(merge_two_dicts(a, b)) # {'y': 3, 'x': 1, 'z': 4}

在Python3.5及升级版中,也可按下列方式执行步骤代码:


def merge_dictionaries(a, b)
 return {**a, **b}
a = { 'x': 1, 'y': 2}
b = { 'y': 3, 'z': 4}
print(merge_dictionaries(a, b)) # {'y': 3, 'x': 1, 'z': 4}

20. 将两个列表转换为字库

以下方法可将两个列表转换为字库。


def to_dictionary(keys, values):
 return dict(zip(keys, values))
keys = ["a", "b", "c"] 
values = [2, 3, 4]
print(to_dictionary(keys, values)) # {'a': 2, 'c': 4, 'b': 3}

21. 列举

以下代码段可以采用列举的方式来获取列表的值和索引。


list = ["a", "b", "c", "d"]
for index, element in enumerate(list): 
 print("Value", element, "Index ", index, )
# ('Value', 'a', 'Index ', 0)
# ('Value', 'b', 'Index ', 1)
#('Value', 'c', 'Index ', 2)
# ('Value', 'd', 'Index ', 3) 

22. 时间成本

以下代码可计算执行特定代码所需的时间。


import time
start_time = time.time()
a = 1
b = 2
c = a + b
print(c) #3
end_time = time.time()
total_time = end_time - start_time
print("Time: ", total_time)
# ('Time: ', 1.1205673217773438e-05)

23. Try else语句

可将else句作为try/except语句的一部分,如果没有异常情况,则执行else语句。


try:
 2*3
except TypeError:
 print("An exception was raised")
else:
 print("Thank God, no exceptions were raised.")
#Thank God, no exceptions were raised.

24. 出现频率最高的元素

此方法将输出列表中出镜率最高的元素。


def most_frequent(list):
 return max(set(list), key = list.count)
list = [1,2,1,2,3,2,1,4,2]
most_frequent(list) 

25. 回文(正反读有一样的字符串)

以下代码检查给定字符串是否为回文。首先将字符串转换为小写,然后从中删除非字母字符,最后将新字符串版本与原版本进行比对。


def palindrome(string):
 from re import sub
 s = sub('[\W_]', '', string.lower())
 return s == s[::-1]
palindrome('taco cat') # True

26. 不用if-else语句的计算器

以下代码片段展示了如何在不用if-else条件语句的情况下,编写简易计算器。


import operator
action = {
 "+": operator.add,
 "-": operator.sub,
 "/": operator.truediv,
 "*": operator.mul,
 "**": pow
}
print(action['-'](50, 25)) # 25

27. 随机排序

该算法采用Fisher-Yates algorithm对新列表中的元素进行随机排序。


from copy import deepcopy
 from random import randint
def shuffle(lst):
 temp_lst = deepcopy(lst)
 m = len(temp_lst)
 while (m):
 m -= 1
 i = randint(0, m)
 temp_lst[m], temp_lst[i] = temp_lst[i], temp_lst[m]
 return temp_lst
foo = [1,2,3]
shuffle(foo) # [2,3,1] , foo = [1,2,3]

28. 展开列表

此方法将类似javascript中[].concat(…arr)这样的列表展开。


def spread(arg):
 ret = []
 for i in arg:
 if isinstance(i, list):
 ret.extend(i)
 else:
 ret.append(i)
 return ret
spread([1,2,3,[4,5,6],[7],8,9]) # [1,2,3,4,5,6,7,8,9]

29. 交换变量

此方法为能在不使用额外变量的情况下快速交换两种变量。


def swap(a, b):
 return b, a
a, b = -1, 14
swap(a, b) # (14, -1)

30. 获取丢失部分的默认值

以下代码可在所需对象不在字库范围内的情况下获取默认值。


d = {'a': 1, 'b': 2}
print(d.get('c', 3)) # 3

本文只简单介绍了一些能在日常工作中帮到我们的方法。但内容都主要立足于GitHub 存储库:https://github.com/30-seconds/30_seconds_of_knowledge,该存储库还包含了有关Python及其他语言和技术行之有效的代码。

python 代码片段 python 代码