9个应知应会的单行Python代码

简介: 9个应知应会的单行Python代码

当我们开始学习 Python 时,我们通常会优先编写能够完成工作的代码,而不会关注代码的可读性以及代码的简洁性和效率。

确切来说,这是完全没有问题的,但是有一些方法可以在不忽略可读性的情况下缩短我们的 Python 代码。单行 Python 代码,只要我们能够正确的使用它们,那么我们将能够很好的兼顾简洁和可读性!

下面任何学习 Python 的同学都应该知道的 9 条单行代码,我们一起来看看吧~

1. If — Else 语句

if-else 语句是我们在 Python 中学习的第一批语句之一,它用于执行给定条件的真假部分。

我们经常使用这个语句,但是你知道它可以被简化为一行代码吗?在很多情况下,我们完全可以把 if 和 else 语句放在在同一行中

age = 18
valid = "You're an adult"
invalid = "You're NOT an adult"
print(valid) if age >= 18 else print(invalid)

2. 根据现有列表创建新列表

列表是一种常用的数据存储方式,但你知道只需一行代码即可基于现有列表创建新列表吗?

没错,它被称为列表推导,它提供了一种基于现有列表的值创建列表的简短语法,列表推导比用于制作列表的函数和循环更紧凑。

下面是语法

[expression for item in list]

我们来看个例子

words = ['united states', 'brazil', 'united kingdom']
capitalized = [word.title() for word in words]
>>> capitalized
['United States', 'Brazil', 'United Kingdom']

上面的代码确实看起来更好!但是要记住,我们应该保持代码对用户友好,因此不推荐在一行代码中编写很长的列表推导式。

3. 字典推导

与列表推导类似,Python 中也有字典推导。字典推导提供了一种简短的语法,可以在一行代码中创建字典。

下面是语法

{key: value for key, value in iterable}

来个栗子

dict_numbers = {x:x*x for x in range(1,6) }
>>> dict_numbers
{1: 1, 2: 4, 3: 9, 4: 16, 5:25}

4. 合并词典

有多种方法可以合并字典,我们可以使用 update() 方法、merge() 运算符,甚至是字典推导。

但是有一种更简单的方法可以在 Python 中合并字典,就是通过使用解包运算符 **。我们只需要在我们希望组合的每个字典前面添加 ** 并使用额外的字典来存储输出即可

dict_1 = {'a': 1, 'b': 2}
dict_2 = {'c': 3, 'd': 4}
merged_dict = {**dict_1, **dict_2}
>>> merged_dict
{'a': 1, 'b': 2, 'c': 3, 'd': 4}

在我们将 ** 运算符应用于字典后,两者都将扩展其内容并合并以创建一个新字典。

5.删除列表中的重复项

有时我们需要确保列表中没有任何重复值,尽管没有一种方法可以轻松进行处理,但我们可以使用set来消除重复项。

set是一种无序集合,其中每个元素都是唯一的。这意味着如果我们将列表变成一个集合,就可以快速删除重复项,。然后我们只需要将集合再次转换为列表即可。

让我们看一个基本的例子来掌握它

numbers = [1,1,1,2,2,3,4,5,6,7,7,8,9,9,9]
>>> list(set(numbers))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

6. 在一行中给多个变量赋值

每当我们需要分配多个变量时,可以在 Python 中将它们分配在一行中,而不是逐行分配(即使是来自不同类型的变量)。

a, b, c = 1, "abc",  True
>>> a
1
>>> b
'abc'
>>> c
True

很简洁吧,但是需要注意的是,我们分配的变量越多,将它们分配给错误值的机会就越大,双刃剑啊~

7. 从列表中过滤值

假设我们想从列表中过滤一些值,可以使用许多方法来做到这一点,但有一种简单的方法是使用 filter() 函数。

这是过滤器函数的语法:

filter(function, iterable)

如果我们在过滤器函数中添加一个 lambda 函数,效果会更好!

让我们通过从列表中过滤偶数来掌握它

my_list = [10, 11, 12, 13, 14, 15]
>>> list(filter(lambda x: x%2 == 0, my_list ))
[10, 12, 14]

8. 按键排序字典

对字典进行排序并不像对列表进行排序那样简单——我们不能像使用列表那样使用 sort() 或 sorted() 对字典进行排序。

但是我们可以将字典推导与 sorted() 函数结合起来,通过键对字典进行排序。

在下面的示例中,我们将按产品名称对字典进行排序。

product_prices = {'Z': 9.99, 'Y': 9.99, 'X': 9.99}
>>{key:product_prices[key] for key in sorted(product_prices.keys())}
{'X': 9.99, 'Y': 9.99, 'Z': 9.99}

9. 按值排序字典

类似于按键对字典进行排序,我们需要使用 sorted() 函数和列表推导来按值对字典进行排序,但是我们还需要添加一个 lambda 函数。

首先让我们看看 sorted() 函数的所有参数

sorted(iterable, key=None, reverse=False)

要按值对字典进行排序,我们需要使用 key 参数。此参数接受一个函数,该函数用作排序比较的键。在这里,我们可以使用 lambda 函数使事情变得更简单。

假设我们有一个包含人口值的字典,我们想按值对其进行排序

population = {'USA':329.5, 'Brazil': 212.6, 'UK': 67.2}
>>> sorted(population.items(), key=lambda x:x[1])
[('UK', 67.2), ('Brazil', 212.6), ('USA', 329.5)]

现在唯一剩下的就是添加字典推导了

population = {'USA':329.5, 'Brazil': 212.6, 'UK': 67.2}
>>> {k:v for k, v in sorted(population.items(), key=lambda x:x[1])}
{'UK': 67.2, 'Brazil': 212.6, 'USA': 329.5}


好了,这就是今天分享的全部内容,喜欢就点个赞吧~

相关文章
|
18天前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
26 6
|
11天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
54 8
|
19天前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
41 11
|
20天前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
34 11
|
16天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
17天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
42 6
|
21天前
|
Python
如何提高Python代码的可读性?
如何提高Python代码的可读性?
34 4
|
21天前
|
Python
Python编程入门:从零开始的代码旅程
本文是一篇针对Python编程初学者的入门指南,将介绍Python的基本语法、数据类型、控制结构以及函数等概念。文章旨在帮助读者快速掌握Python编程的基础知识,并能够编写简单的Python程序。通过本文的学习,读者将能够理解Python代码的基本结构和逻辑,为进一步深入学习打下坚实的基础。
|
25天前
|
设计模式 监控 程序员
Python中的装饰器:功能增强与代码复用的利器####
本文深入探讨了Python中装饰器的工作原理、应用场景及其在提升代码可读性、减少重复劳动方面的优势。不同于传统方法的冗长和复杂,装饰器提供了一种优雅且高效的方式来增强函数或方法的功能。通过具体实例,我们将揭示装饰器如何简化错误处理、日志记录及性能监控等常见任务,使开发者能够专注于核心业务逻辑的实现。 ####
|
24天前
|
存储 设计模式 缓存
Python中的装饰器:代码的魔法增强剂####
本文将深入探讨Python语言中一个强大而灵活的特性——装饰器。不同于传统的函数调用,装饰器提供了一种优雅的方式来扩展或修改函数行为,无需直接修改原函数代码。我们将通过实例分析,揭示装饰器的定义、工作原理及其在实际项目中的应用价值,旨在帮助开发者更好地理解和利用这一高级功能,提升代码的可读性与维护性。 ####
下一篇
DataWorks