Python的知识点运用-3(不太基础的基础运用,代码美化)

简介: Python的知识点运用-3(不太基础的基础运用,代码美化)

这里是清安,本章来看一些比较实用的基础内容。

本章没有长篇大论,因为没有必要!

直接看代码

变量交换

a = 0
b = 1
temp = a
a = b
b = temp
print(a,b)  # 1 0

优化后

a,b = b,a
print(a,b)  # 1 0

推导式

my_list = []
for i in range(10):
    my_list.append(i)
print(my_list)  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

优化后

my_list = [i for i in range(10)]
print(my_list)  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

同样适用于tuple,dict。


带索引的遍历

my_list = [0,1,2,3,4,5,6,7,8,9]
for key,value in zip(range(len(my_list)),my_list):
    print(key,value)

优化后

my_list = [0,1,2,3,4,5,6,7,8,9]
for key,value in enumerate(my_list):
    print(key,value)

解包

my_list = [0,1,2]
a,b,c = my_list
print(a,b,c)  # 0 1 2
def info():
    name,age,sex = '清安','18','男'
    return name,age,sex
a,b,c = info()
print(a,b,c)  # 清安 18 男
items = [('apple', 2), ('banana', 4), ('orange', 6)]
for fruit, num in items:
    print(f"我有{num}个{fruit}")
# 我有2个apple
# 我有4个banana
# 我有6个orange

字符串拼接

str_ = ['Q','i','n','g','A','n']
s = ''
for i in str_:
    s+=i
print(s)

优化后

str_ = ['Q','i','n','g','A','n']
print(''.join(str_))  # QingAn

真假判断

attrs = 0
if attrs == True:
    print(111)
att = 1
if att == None:
    print(222)

优化后

attrs = 0
if attrs:
    print(111)
att = 1
if not att:
    print(222)

三目运算

age = 18
if age > 18:
    print("年龄超过了")
else:
    print("合适")

优化后

age = 18
info = "年龄超过了" if age > 18 else "合适"
print(info)

此外还有一种写法,各位自行理解

def info():
    j = 5
    # j = 0
    return [i for i in range(j)] or None
num = info()
print(num)

它的分解式是这样的:

def info():
    j = 5
    # j = 0
    if j > 0:
        return [i for i in range(j)]
    else:
        return None
num = info()
print(num)
目录
相关文章
|
13天前
|
机器学习/深度学习 自然语言处理 数据可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
|
1天前
|
缓存 并行计算 Serverless
优化Python代码性能的5个技巧
在日常Python编程中,代码性能的优化是一个重要的议题。本文介绍了5个实用的技巧,帮助你提高Python代码的执行效率,包括使用适当的数据结构、优化循环结构、利用内置函数、使用生成器表达式以及并行化处理。通过这些技巧,你可以更高效地编写Python代码,提升程序的性能和响应速度。
|
2天前
|
Python
探索Python中的装饰器:提升代码灵活性与可维护性
Python中的装饰器是一种强大的工具,可以在不改变原有代码结构的情况下,动态地添加功能或修改函数的行为。本文将深入探讨装饰器的原理、常见用法以及如何利用装饰器提升代码的灵活性和可维护性。
|
2天前
|
机器学习/深度学习 自然语言处理 算法
Python遗传算法GA对长短期记忆LSTM深度学习模型超参数调优分析司机数据|附数据代码
Python遗传算法GA对长短期记忆LSTM深度学习模型超参数调优分析司机数据|附数据代码
|
2天前
|
数据可视化 Python
python中Copula在多元联合分布建模可视化2实例合集|附数据代码
python中Copula在多元联合分布建模可视化2实例合集|附数据代码
|
2天前
|
人工智能 Python
Python中的反对称矩阵:理论、应用与代码实践
Python中的反对称矩阵:理论、应用与代码实践
17 1
|
2天前
|
机器学习/深度学习 存储 算法
Python套索回归lasso、SCAD、LARS分析棒球运动员薪水3个实例合集|附数据代码
Python套索回归lasso、SCAD、LARS分析棒球运动员薪水3个实例合集|附数据代码
|
2天前
|
机器学习/深度学习 数据采集 数据可视化
Python众筹项目结果预测:优化后的随机森林分类器可视化|数据代码分享
Python众筹项目结果预测:优化后的随机森林分类器可视化|数据代码分享
|
3天前
|
缓存 开发者 Python
《Python中的装饰器:优雅而强大的代码增强工具》
在现代软件开发中,Python语言的灵活性和简洁性备受推崇。其中,装饰器作为一种强大的代码增强工具,为Python开发者提供了优雅的解决方案。本文将深入探讨装饰器的原理、用法以及实际应用场景,帮助读者更好地理解和运用这一技术。
|
8天前
|
自然语言处理 数据可视化 数据挖掘
数据代码分享|Python对全球Covid-19疫情失业数据相关性、可视化分析
数据代码分享|Python对全球Covid-19疫情失业数据相关性、可视化分析