30 段 Python 非常实用的代码

简介: 30 段 Python 非常实用的代码

1.检查重复元素
下面的方法可以检查给定列表中是否有重复的元素。它使用了 set() 属性,该属性将会从列表中删除重复的元素。
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
检测两个字符串是否互为变位词(即互相颠倒字符顺序)
from collections import Counter def anagram(first, second): return Counter(first) == Counter(second) anagram("abcd3", "3acdb") # True
3.检查内存使用情况
以下代码段可用来检查对象的内存使用情况。
import sys variable = 30 print(sys.getsizeof(variable)) # 24
4.字节大小计算
以下方法将以字节为单位返回字符串长度。
def byte_size(string): return(len(string.encode( utf-8 ))) byte_size( ) # 4 byte_size( Hello World ) # 11
5.重复打印字符串 N 次
以下代码不需要使用循环即可打印某个字符串 n 次
n = 2; s ="Programming"; print(s * n); # ProgrammingProgramming

6.首字母大写
以下代码段使用 title() 方法将字符串内的每个词进行首字母大写。
s = "programming is awesome" print(s.title()) # Programming Is Awesome

7.分块
以下方法使用 range() 将列表分块为指定大小的较小列表。
from math import ceil def chunk(lst, size): return list( map(lambda x: lst[x size:x size + size], list(range(0, ceil(len(lst) / size))))) chunk([1,2,3,4,5],2) # [[1,2],[3,4],5]
8.压缩
以下方法使用 fliter() 删除列表中的错误值(如:False, None, 0 和“”)
def compact(lst): return list(filter(bool, lst)) compact([0, 1, False, 2, , 3, a , s , 34]) # [ 1, 2, 3, a , s , 34 ]
9.间隔数
以下代码段可以用来转换一个二维数组。
array = [[ a , b ], [ c , d ], [ e , f ]] transposed = zip(*array) print(transposed) # [( a , c , e ), ( b , d , f )]
//代码效果参考:http://www.ezhiqi.com/bx/art_6147.html

10.链式比较
以下代码可以在一行中用各种操作符进行多次比较。
a = 3 print( 2 < a < 8) # True print(1 == a < 2) # False
11.逗号分隔
以下代码段可将字符串列表转换为单个字符串,列表中的每个元素用逗号分隔。
hobbies = ["basketball", "football", "swimming"]print("My hobbies are: " + ", ".join(hobbies)) # My hobbies are: basketball, football, swimming
12.计算元音字母数
以下方法可计算字符串中元音字母(‘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.首字母恢复小写
以下方法可用于将给定字符串的第一个字母转换为小写。
def decapitalize(string): return str[:1].lower() + str[1:] decapitalize( FooBar ) # fooBar decapitalize( FooBar ) # fooBar
14.平面化
以下方法使用递归来展开潜在的深度列表。
def spread(arg): ret = [] for i in arg: if isinstance(i, list): ret.extend(i) else: ret.append(i) return retdef deep_flatten(lst): result = [] result.extend( spread(list(map(lambda x: deep_flatten(x) if type(x) == list else x, lst)))) return resultdeep_flatten([1, [2], [[3], 4], 5]) # [1,2,3,4,5]
15.差异
该方法只保留第一个迭代器中的值,从而发现两个迭代器之间的差异。
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.寻找差异
下面的方法在将给定的函数应用于两个列表的每个元素后,返回两个列表之间的差值。
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 floordifference_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
以下方法可在一行中调用多个函数。
def add(a, b): return a + bdef subtract(a, b): return a - ba, b = 4, 5print((subtract if a > b else add)(a, b)) # 9
//代码效果参考:http://www.ezhiqi.com/zx/art_4014.html

18.检查重复值
以下方法使用 set() 方法仅包含唯一元素的事实来检查列表是否具有重复值。
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) # Truehas_duplicates(y) # False
19.合并两个词典
以下方法可用于合并两个词典。
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 ca = { x : 1, y : 2}b = { y : 3, z : 4}print(merge_two_dicts(a, b)) # { y : 3, x : 1, z : 4}
在Python 3.5及更高版本中,你还可以执行以下操作:
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.将两个列表转换成一个词典
以下方法可将两个列表转换成一个词典。
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.使用枚举
以下方法将字典作为输入,然后仅返回该字典中的键。
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.计算所需时间
以下代码段可用于计算执行特定代码所需的时间。
import timestart_time = time.time()a = 1b = 2c = a + bprint(c) #3end_time = time.time()total_time = end_time - start_timeprint("Time: ", total_time)# ( Time: , 1.1205673217773438e-05)
23.Try else 指令
你可以将 else 子句作为 try/except 块的一部分,如果没有抛出异常,则执行该子句。
try: 2*3except TypeError: print("An exception was raised")else: print("Thank God, no exceptions were raised.")#Thank God, no exceptions were raised.
24.查找最常见元素
以下方法返回列表中出现的最常见元素。
def most_frequent(list): return max(set(list), key = list.count)list = [1,2,1,2,3,2,1,4,2]most_frequent(list)
//代码效果参考:http://www.ezhiqi.com/zx/art_1774.html

25.回文
以下方法可检查给定的字符串是否为回文结构。该方法首先将字符串转换为小写,然后从中删除非字母数字字符。最后,它会将新的字符串与反转版本进行比较。
def palindrome(string): from re import sub s = sub( [W_] , , string.lower()) return s == s[::-1]palindrome( taco cat ) # True
26.没有 if-else 语句的简单计算器
以下代码段将展示如何编写一个不使用 if-else 条件的简单计算器。
import operatoraction = { "+": operator.add, "-": operator.sub, "/": operator.truediv, "": operator.mul, "*": pow}print(action - ) # 25
27.元素顺序打乱
以下算法通过实现 Fisher-Yates算法 在新列表中进行排序来将列表中的元素顺序随机打乱。
from copy import deepcopyfrom random import randintdef 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_lstfoo = [1,2,3]shuffle(foo) # [2,3,1] , foo = [1,2,3]
28.列表扁平化
以下方法可使列表扁平化,类似于JavaScript中的[].concat(…arr)。
def spread(arg): ret = [] for i in arg: if isinstance(i, list): ret.extend(i) else: ret.append(i) return retspread([1,2,3,[4,5,6],[7],8,9]) # [1,2,3,4,5,6,7,8,9]
29.变量交换
以下是交换两个变量的快速方法,而且无需使用额外的变量。
def swap(a, b): return b, aa, b = -1, 14swap(a, b) # (14, -1)
30.获取缺失键的默认值
以下代码段显示了如何在字典中没有包含要查找的键的情况下获得默认值。
d = { a : 1, b : 2}print(d.get( c , 3)) # 3

相关文章
|
7天前
|
缓存 监控 程序员
Python中的装饰器是一种特殊类型的声明,它允许程序员在不修改原有函数或类代码的基础上,通过在函数定义前添加额外的逻辑来增强或修改其行为。
【6月更文挑战第30天】Python装饰器是无侵入性地增强函数行为的工具,它们是接收函数并返回新函数的可调用对象。通过`@decorator`语法,可以在不修改原函数代码的情况下,添加如日志、性能监控等功能。装饰器促进代码复用、模块化,并保持源代码整洁。例如,`timer_decorator`能测量函数运行时间,展示其灵活性。
16 0
|
5天前
|
Linux iOS开发 MacOS
【超级简单】Python代码如何打包成exe文件
【超级简单】Python代码如何打包成exe文件
33 1
|
11天前
|
数据处理 Python
从零开始学迭代器生成器:打造高效、易读的Python代码
从零开始学迭代器生成器:打造高效、易读的Python代码
|
11天前
|
机器学习/深度学习 算法 索引
Python常用极简代码
Python常用极简代码
29 5
|
11天前
|
Python
Python实用案例代码详解
Python实用案例代码详解
15 2
|
1天前
|
Python
告别混乱!Python上下文管理器的自定义实践,让你的代码更加整洁有序
【7月更文挑战第6天】Python的上下文管理器通过`__enter__`和`__exit__`方法自动处理资源的获取与释放,如文件操作。使用with语句结合自定义类(如`FileManager`示例),能确保文件在使用后正确关闭,防止资源泄漏,提升代码整洁度和健壮性。自定义上下文管理器是代码模块化和错误处理的好实践。
|
1天前
|
设计模式 Python
深度揭秘!Python元类:掌握它,让你的代码拥有创造类的能力
【7月更文挑战第6天】Python元类探秘:**元类是类的类,用于控制类的创建。通过定义元类,可自定义类的行为,如动态添加方法或改变继承结构。示例中,`my_metaclass`在创建类时添加`new_method`。元类强大且适用于高级编程,如动态修改、注册类或实现设计模式。理解并善用元类能提升Python编程技巧。
6 0
|
1天前
|
数据采集 程序员 Python
深度定制Python上下文管理器,让你的代码世界从此井井有条
【7月更文挑战第6天】Python的上下文管理器简化了资源管理,通过`__enter__`和`__exit__`方法自动处理获取和释放。例如,一个自定义的LoggingContextManager类在`__enter__`中配置日志并返回记录器,在`__exit__`中关闭文件。使用`with`语句,可以优雅地控制日志文件的生命周期,提高代码的整洁性和健壮性。
5 0
|
1天前
|
Python
Python大神的秘密武器:揭秘上下文管理器的自定义艺术,让代码更优雅
【7月更文挑战第6天】Python上下文管理器是资源管理的关键,与with语句结合确保自动释放,防止资源泄露。通过定义__enter__和__exit__方法的类或使用contextmanager装饰器的生成器,可自定义管理器,简化代码,增强健壮性,如资源获取与释放、异常处理和高级功能实现。掌握这一技巧能提升代码的优雅度和可维护性。**
|
1天前
|
Python
惊艳!原来Python闭包与装饰器可以这样玩,让你的代码瞬间高大上
【7月更文挑战第6天】Python中的闭包和装饰器是代码复用和增强功能的利器。闭包是能记住外部作用域变量的内嵌函数,常用于封装和优化代码。例如,`make_multiplier_of`生成了乘法函数,如`times3`和`times5`,避免了重复代码。装饰器则不修改原函数即可添加新功能,如`my_decorator`在函数调用前后打印信息。当两者结合,如`repeat`装饰器,可以根据参数动态改变函数行为,如重复执行`greet`函数。闭包和装饰器的协同使用提升了代码的优雅性、效率和可扩展性。
6 0