Python十段经典代码总结

简介: Python十段经典代码总结

for - else
十大装B语法,for-else 绝对算得上囊波湾!不信,请看:

for i in [1,2,3,4]:
print(i)
else:
print(i, '我是else')

1
2
3
4
4 我是else
else 的眼里只有 for,只要 for 顺利执行完毕,else 就会屁颠儿屁颠儿地跑一遍:

for i in [1,2,3,4]:
if i > 2:
print(i)
else:
print(i, '我是else')

3
4
4 我是else
只有当 for 循环被 break 语句中断之后,才会跳过 else 语句:

for i in [1,2,3,4]:
if i>2:
print(i)
break
else:
print(i, '我是else')

3
一颗星()和两颗星(*)

def multi_sum(*args):
s = 0
for item in args:
s += item
return s

multi_sum(3,4,5)
12
Python 函数允许同时全部或部分使用固定参数、默认参数、单值(一颗星)可变参数、键值对(两颗星)可变参数,使用时必须按照前述顺序书写。

def do_something(name, age, gender='男', args, *kwds):
print('姓名:%s,年龄:%d,性别:%s'%(name, age, gender))
print(args)
print(kwds)

do_something('xufive', 50, '男', 175, 75, math=99, english=90)
姓名:xufive,年龄:50,性别:男
(175, 75)
{'math': 99, 'english': 90}
三元表达式
y = 5
if y < 0:
print('y是一个负数')
else:
print('y是一个非负数')

y是一个非负数
其实,python 是支持三元表达式的,只是稍微怪异了一点,类似于我们山东人讲话。比如,山东人最喜欢用倒装句:打球去吧,要是不下雨的话;下雨,咱就去自习室。翻译成三元表达式就是:
打球去吧 if 不下雨 else 去自习室
来看看三元表达式具体的使用:

y = 5
print('y是一个负数' if y < 0 else 'y是一个非负数')
y是一个非负数
python 的三元表达式也可以用来赋值:
y = 5
x = -1 if y < 0 else 1
x
1
with - as
with 语句适合一些事先需要准备,事后需要处理的任务,比如,文件操作,需要先打开文件,操作完成后需要关闭文件。如果不使用with,文件操作通常得这样:

fp = open(r"D:\phyger\Column\temp\mpmap.py", 'r')
try:
contents = fp.readlines()
finally:
fp.close()
如果使用 with - as,那就优雅多了:

with open(r"D:\phyger\Column\temp\mpmap.py", 'r') as fp:
contents = fp.readlines()
列表推导式
求列表各元素的平方,通常应该这样写(当然也有其他写法,比如使用map函数):

a = [1, 2, 3, 4, 5]
result = list()
for i in a:
result.append(i*i)

result
[1, 4, 9, 16, 25]
如果使用列表推导式,看起来就舒服多了:

a = [1, 2, 3, 4, 5]
result = [i*i for i in a]
result
[1, 4, 9, 16, 25]
事实上,推导式不仅支持列表,也支持字典、集合、元组等对象。

列表索引的各种骚操作

a = [0, 1, 2, 3, 4, 5]
a[2:4]
[2, 3]
a[3:]
[3, 4, 5]
a[1:]
[1, 2, 3, 4, 5]
a[:]
[0, 1, 2, 3, 4, 5]
a[::2]
[0, 2, 4]
a[1::2]
[1, 3, 5]
a[-1]
5
a[-2]
4
a[1:-1]
[1, 2, 3, 4]
a[::-1]
[5, 4, 3, 2, 1, 0]
如果说,这些你都很熟悉,也经常用,那么接下来这个用法,你一定会感觉很神奇:

a = [0, 1, 2, 3, 4, 5]
b = ['a', 'b']
a[2:2] = b
a
[0, 1, 'a', 'b', 2, 3, 4, 5]
a[3:6] = b
a
[0, 1, 'a', 'a', 'b', 4, 5]
lambda函数
下面是一个求和的匿名函数,输入参数有两个,x和y,函数体就是x+y,省略了return关键字。

lambda x,y: x+y

at 0x000001B2DE5BD598>
(lambda x,y: x+y)(3,4) # 因为匿名函数没有名字,使用的时候要用括号把它包起来
匿名函数一般不会单独使用,而是配合其他方法,为其他方法提供内置的算法或判断条件。比如,使用排序函数sorted对多维数组或者字典排序时,就可以指定排序规则。

a = [{'name':'B', 'age':50}, {'name':'A', 'age':30}, {'name':'C', 'age':40}]
sorted(a, key=lambda x:x['name']) # 按姓名排序
[{'name': 'A', 'age': 30}, {'name': 'B', 'age': 50}, {'name': 'C', 'age': 40}]
sorted(a, key=lambda x:x['age']) # 按年龄排序
[{'name': 'A', 'age': 30}, {'name': 'C', 'age': 40}, {'name': 'B', 'age': 50}]
再举一个数组元素求平方的例子,这次用map函数:

a = [1,2,3]
for item in map(lambda x:x*x, a):
print(item, end=', ')

1, 4, 9,
yield 以及生成器和迭代器
pyrhon内置了迭代函数 iter,用于生成迭代器,用法如下:

a = [1,2,3]
a_iter = iter(a)
a_iter


for i in a_iter:
print(i, end=', ')

1, 2, 3,
yield 则是用于构造生成器的。比如,我们要写一个函数,返回从0到某正整数的所有整数的平方,传统的代码写法是这样的:

def get_square(n):
result = list()
for i in range(n):
result.append(pow(i,2))
return result
//代码效果参考:http://www.ezhiqi.com/zx/art_1392.html

print(get_square(5))
[0, 1, 4, 9, 16]
但是如果计算1亿以内的所有整数的平方,这个函数的内存开销会非常大,这是 yield 就可以大显身手了:

def get_square(n):
for i in range(n):
yield(pow(i,2))

a = get_square(5)
a


for i in a:
print(i, end=', ')
//代码效果参考:http://www.ezhiqi.com/bx/art_4281.html

0, 1, 4, 9, 16,
如果再次遍历,则不会有输出了。

装饰器
下面的例子,很好地展示了装饰器的优势。

import time
def timer(func):
def wrapper(args,**kwds):
t0 = time.time()
func(
args,**kwds)
t1 = time.time()
print('耗时%0.3f'%(t1-t0,))
return wrapper

@timer
def do_something(delay):
print('函数do_something开始')
time.sleep(delay)
print('函数do_something结束')

do_something(3)
函数do_something开始
函数do_something结束
耗时3.077
timer() 是我们定义的装饰器函数,使用@把它附加在任何一个函数(比如do_something)定义之前,就等于把新定义的函数,当成了装饰器函数的输入参数。运行 do_something() 函数,可以理解为执行了timer(do_something) 。

巧用断言assert
所谓断言,就是声明表达式的布尔值必须为真的判定,否则将触发 AssertionError 异常。

def i_want_to_sleep(delay):
assert(isinstance(delay, (int,float))), '函数参数必须为整数或浮点数'
print('开始睡觉')
time.sleep(delay)
print('睡醒了')

//代码效果参考:http://www.ezhiqi.com/bx/art_4487.html

i_want_to_sleep(1.1)
开始睡觉
睡醒了
i_want_to_sleep(2)
开始睡觉
睡醒了
i_want_to_sleep('2')
Traceback (most recent call last):
File "", line 1, in
i_want_to_sleep('2')
File "", line 2, in i_want_to_sleep
assert(isinstance(delay, (int,float))), '函数参数必须为整数或浮点数'
AssertionError: 函数参数必须为整数或浮点数

相关文章
|
22天前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
128 26
|
25天前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
164 1
|
28天前
|
机器学习/深度学习 算法 调度
基于多动作深度强化学习的柔性车间调度研究(Python代码实现)
基于多动作深度强化学习的柔性车间调度研究(Python代码实现)
111 1
|
11天前
|
测试技术 Python
Python装饰器:为你的代码施展“魔法”
Python装饰器:为你的代码施展“魔法”
196 100
|
11天前
|
开发者 Python
Python列表推导式:一行代码的艺术与力量
Python列表推导式:一行代码的艺术与力量
202 95
|
19天前
|
Python
Python的简洁之道:5个让代码更优雅的技巧
Python的简洁之道:5个让代码更优雅的技巧
174 104
|
19天前
|
开发者 Python
Python神技:用列表推导式让你的代码更优雅
Python神技:用列表推导式让你的代码更优雅
304 99
|
11天前
|
缓存 Python
Python装饰器:为你的代码施展“魔法
Python装饰器:为你的代码施展“魔法
129 88
|
26天前
|
IDE 开发工具 开发者
Python类型注解:提升代码可读性与健壮性
Python类型注解:提升代码可读性与健壮性
198 102
|
16天前
|
监控 机器人 编译器
如何将python代码打包成exe文件---PyInstaller打包之神
PyInstaller可将Python程序打包为独立可执行文件,无需用户安装Python环境。它自动分析代码依赖,整合解释器、库及资源,支持一键生成exe,方便分发。使用pip安装后,通过简单命令即可完成打包,适合各类项目部署。

推荐镜像

更多