Python 中让你相见恨晚的 20 个骚操作

简介:   >>> def func(x): return x ** 2>>> list(map(func, [1,2,3]))[1, 4, 9]  使用 lambda 表达式。

  今天和大家分享二十个 Python 编程中新手必会的“骚操作”,使用的频率超高!记得点赞,收藏哦!话不多说,进入正题!

  使用列表推导式创建一个列表。

  私信小编01即可获取大量python学习资源

  >>> n*10 for n in range(5)

  一行代码交换两个变量的值。

  >>> m, n=1, 2>>> m, n=n, m>>> m2>>> n1

  链式比较操作符。

  >>> m, n=3, 'c'>>> 1 < m < 5True>>> 'd' < n < 'f'False

  通过切片快速获取序列片段。

  >>> lst = [1, 2, 3, 4, 5]>>> lst[:3] # 取前三个数[1, 2, 3]>>> lst[::-1] # 逆序[5, 4, 3, 2, 1]>>> lst[::2] # 步长为2[1, 3, 5]>>> lst[::-2] # 逆序步长为2[5, 3, 1]

  通过切片替换序列片段的值。

  >>> lst=[1, 2, 3, 4, 5]>>> lst[1:3]=[]>>> lst[1, 4, 5]>>> lst[1:3]=['a', 'b', 'c', 'd']>>> lst[1, 'a', 'b', 'c', 'd']

  计算 10000 次列表推导式创建列表所用时间。

  %timeit -n 10000 [n for n in range(5)]# 2.41 μs ± 511 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

  获取 m,n 中较大的值。

  >>> m=4>>> n=2>>> if m > n: print('m')else: print('n')m>>> 'm' if m > n else 'n''m'

  还有一种比较少见的写法。

  >>> m=4>>> n=2>>> ("n", "m")[m > n]'m'

  格式: (, )[condition]

  可迭代对象都支持解包。

  >>> a, b, c = [1, 2, 3, 4]>>> a1>>> b2>>> c[3, 4]>>> print(range(3))0 1 2

  lambda 函数可以接收任意多个参数 (包括可选参数) ,返回单个表达式值。 lambda 函数不能包含命令,只能包含一个表达式。

  >>> def func(x, y):return x y>>> func(2, 3)6>>> func=lambda x, y: x y>>> func(2, 3)6

  对序列中每一个元素调用指定函数,返回迭代器。

  >>> def func(x): return x ** 2>>> list(map(func, [1,2,3]))[1, 4, 9]

  使用 lambda 表达式。

  >>> list(map(lambda x: x ** 2, [1, 2, 3]))[1, 4, 9]

  过滤掉不符合条件的元素,返回二手迭代器。

  >>> def func(x): return x % 3==0 >>> list(filter(func, [1, 2 ,3]))[3]

  使用 lambda 表达式。

  >>> list(filter(lambda x: x % 3 == 0, [1, 2, 3]))[3]

  获取两个序列每个元素两两组合的结果。

  >>> list1=['a', 'b']>>> list2=['1', '2']>>> (m, n) for m in list1 for n in list2>>> from itertools import product>>> list(product(list1, list2))[('a', '1'), ('a', '2'), ('b', '1'), ('b', '2')]

  随机选取序列中的一个元素。

  >>> from random import choice>>> lst=[1, 2, 3, 4]>>> choice(lst)3

  随机选取序列中的多个元素( 可重复 )。 k 值指定数量。

  >>> from random import choices>>> lst = [1, 2, 3, 4]>>> choices(lst, k=3)[4, 3, 4]

  随机选取序列中的多个元素( 不重复 )。 k 值指定数量。

  >>> from random import sample>>> lst = [1, 2, 3, 4]>>> sample(lst, k=3)[4, 3, 2]

  统计序列每个元素出现的次数。

  >>> from collections import Counter>>> s = 'python+py'>>> counter = Counter(s)>>> counterCounter({ 'p': 2, 'y': 2, 't': 1, 'h': 1, 'o': 1, 'n': 1, '+': 1})

  返回的结果类似字典,可以使用字典的相关方法。

  >>> counter.keys()dict_keys(['p', 'y', 't', 'h', 'o', 'n', '+'])>>> counter.values()dict_values([2, 2, 1, 1, 1, 1, 1])>>> counter.items()dict_items([('p', 2), ('y', 2), ('t', 1), ('h', 1), ('o', 1), ('n', 1), ('+', 1)])

  统计出现次数最多的两个元素。

  >>> counter.most_common(2)[('p', 2), ('y', 2)]

  字典按照键( key )降序排序。

  >>> dic = { 'd': 2, 'c': 1, 'a': 3, 'b': 4}>>> sort_by_key = sorted(dic.items(), key=lambda x: x[0], reverse=False)>>> { key: value for key, value in sort_by_key}{ 'a': 3, 'b': 4, 'c': 1, 'd': 2}

  字典按照值( value )降序排序。

  >>> dic = { 'd': 2, 'c': 1, 'a': 3, 'b': 4}>>> sort_by_value = sorted(dic.items(), key=lambda x: x[1], reverse=False)>>> { key: value for key, value in sort_by_value}{ 'c': 1, 'd': 2, 'a': 3, 'b': 4}

  >>> dict1={ 'name': '静香', 'age': 18}>>> dict2={ 'name': '静香', 'sex': 'female'}update() 更新字典。

  >>> dict1.update(dict2)>>> dict1{ 'name': '静香', 'age': 18, 'sex': 'female'}字典推导式

  >>> { k: v for dic in [dict1, dict2] for k, v in dic.items()}{ 'name': '静香', 'age': 18, 'sex': 'female'}元素拼接

  >>> dict(list(dict1.items()) + list(dict2.items())){ 'name': '静香', 'age': 18, 'sex': 'female'}chain() 可以将序列连接,返回可迭代对象。

  from itertools import chain>>> dict(chain(dict1.items(), dict2.items())){ 'name': '静香', 'age': 18, 'sex': 'female'}collections.ChainMap 可以将多个字典或映射,并将它们合并。

  >>> from collections import ChainMap>>> dict(ChainMap(dict2, dict1)){ 'name': '静香', 'age': 18, 'sex': 'female'}在 Python3.5 以上的版本中,可以通过字典解包进行合并。

  >>> { dict1, dict2}{ 'name': '静香', 'age': 18, 'sex': 'female'}

  zip() 将序列中对应的元素打包成一个个的元组,然后返回由这些元组组成的迭代器。

  如果序列的元素个数不一致,则返回列表长度与最短的对象相同。

  >>> list1=[1, 2, 3]>>> list2=[4, 5, 6]>>> list3=['a', 'b', 'c', 'd']>>> res=zip(list1, list2)>>> res>>> list(res)[(1, 4), (2, 5), (3, 6)]>>> list(zip(list2, list3))[(4, 'a'), (5, 'b'), (6, 'c')]

  enumerate 函数可以将可迭代对象组合成一个索引序列,这样遍历时就可以同时获取索引与对应的值。

  >>> lst=['a', 'b', 'c']>>> for index, char in enumerate(lst):print(index, char)0 a1 b2 c

  any(iterable)

  any

  all(iterable)

  all

  >>> any('')False>>> any([])False>>> any([1, 0, ''])True>>> any([0, '', []])False>>> all([])True>>> all([1, 0, ''])False>>> all([1, 2, 3])True

  求 x 的 y 次方,使用 ** 速度更快。

  %timeit -n 10000 c = pow(2,10)# 911 ns ± 107 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)%timeit -n 10000 c = 2 ** 10# 131 ns ± 46.8 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

  这就是今天要分享的内容,记得点赞哦~提前感谢

目录
相关文章
|
7月前
|
人工智能 机器人 Serverless
【Python】Pandas的一系列经典操作(非常实用)
【Python】Pandas的一系列经典操作(非常实用)
|
7月前
|
Python
【python3】python实现多线程(简单操作)
【python3】python实现多线程(简单操作)
|
7月前
|
机器学习/深度学习 数据挖掘 Python
NumPy的基本操作(Python)
NumPy的基本操作(Python)
64 4
|
7月前
|
数据采集 数据可视化 数据挖掘
Python小姿势 - Python操作Excel表格数据
Python小姿势 - Python操作Excel表格数据
|
Python
python基本操作2(速通版)(上)
python基本操作2(速通版)
60 0
|
Python
python基本操作2(速通版)(下)
python基本操作2(速通版)
44 0
|
Python
python基本操作3(速通版)(上)
python基本操作3(速通版)
65 0
|
数据挖掘 大数据 Python
|
算法
python-pandas-布林带算法
python-pandas-布林带算法
92 0
【Python刷题记录】Python 练习实例1
有两个磁盘文件A和B,各存放一行字母中。 要求把这两个文件中的信息合并(按字母顺序排列),输出到一个新文件C中。