许多人在数据科学、机器学习、web开发、脚本编写和自动化等领域中都会使用Python,它是一种十分流行的语言。
Python流行的部分原因在于简单易学。
本文将简要介绍30个简短的、且能在30秒内掌握的代码片段。
1. 唯一性
以下方法可以检查给定列表是否有重复的地方,可用set()的属性将其从列表中删除。
- 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(相同字母异序词)
此方法可用于检查两个字符串是否为变位词。
- from collections import Counter
- def anagram(first, second):
- return Counter(first) == Counter(second)
- anagram("abcd3", "3acdb") # True
3. 内存
此代码段可用于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
此方法可输出字符串的字节大小。
- def byte_size(string):
- return(len(string.encode('utf-8')))
- byte_size('') # 4
- byte_size('Hello World') # 11
5. 打印N次字符串
此代码段无需经过循环操作便可多次打印字符串。
- n = 2;
- s ="Programming";
- print(s * n); # ProgrammingProgramming
6. 首字母大写
以下代码片段只利用了title(),就能将字符串中每个单词的首字母大写。
- s = "programming is awesome"
- print(s.title()) # Programming Is Awesome
7. 列表细分
该方法将列表细分为特定大小的列表。
- def chunk(list, size):
- return [list[i:i+size] for i in range(0,len(list), size)]
8. 压缩
以下代码使用filter()从,将错误值(False、None、0和“ ”)从列表中删除。
- def compact(lst):
- return list(filter(bool, lst))
- compact([0, 1, False, 2, '', 3, 'a', 's', 34]) # [ 1, 2, 3, 'a', 's', 34 ]
9. 计数
以下代码可用于调换2D数组排列。
- array = [['a', 'b'], ['c', 'd'], ['e', 'f']]
- transposed = zip(*array)
- print(transposed) # [('a', 'c', 'e'), ('b', 'd', 'f')]
10. 链式比较
以下代码可对各种运算符进行多次比较。
- a = 3
- print( 2 < a < 8) # True
- print(1 == a < 2) # False
11. 逗号分隔
此代码段可将字符串列表转换为单个字符串,同时将列表中的每个元素用逗号隔开。
- hobbies = ["basketball", "football", "swimming"]
- print("My hobbies are: " + ", ".join(hobbies)) # My hobbies are: basketball, football, swimming
12. 元音计数
此方法可计算字符串中元音(“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. 首字母小写
此方法可将给定字符串的首字母转换为小写模式。
- def decapitalize(string):
- return str[:1].lower() + str[1:]
- decapitalize('FooBar') # 'fooBar'
- decapitalize('FooBar') # 'fooBar'
14. 展开列表
下列代码采用了递归法展开潜在的深层列表。
- def spread(arg):
- ret = []
- for i in arg:
- if isinstance(i, list):
- ret.extend(i)
- else:
- ret.append(i)
- return ret
- def deep_flatten(lst):
- result = []
- result.extend(
- spread(list(map(lambda x: deep_flatten(x) if type(x) == list else x, lst))))
- return result
- deep_flatten([1, [2], [[3], 4], 5]) # [1,2,3,4,5]
15. 寻找差异
此方法仅保留第一个迭代中的值来查找两个迭代之间的差异。
- 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. 输出差异
以下方法利用已有函数,寻找并输出两个列表之间的差异。
- 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 floor
- difference_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
以下方法可以实现在一行中调用多个函数。
- def add(a, b):
- return a + b
- def subtract(a, b):
- return a – b
- a, b = 4, 5
- print((subtract if a > b else add)(a, b)) # 9
18. 重复值存在与否
以下方法利用set()只包含唯一元素的特性来检查列表是否存在重复值。
- 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) # True
- has_duplicates(y) # False
19. 合并字库
以下方法可将两个字库合并。
- 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 c
- a = { 'x': 1, 'y': 2}
- b = { 'y': 3, 'z': 4}
- print(merge_two_dicts(a, b)) # {'y': 3, 'x': 1, 'z': 4}
在Python3.5及升级版中,也可按下列方式执行步骤代码:
- 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. 将两个列表转换为字库
以下方法可将两个列表转换为字库。
- 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. 列举
以下代码段可以采用列举的方式来获取列表的值和索引。
- 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. 时间成本
以下代码可计算执行特定代码所需的时间。
- import time
- start_time = time.time()
- a = 1
- b = 2
- c = a + b
- print(c) #3
- end_time = time.time()
- total_time = end_time - start_time
- print("Time: ", total_time)
- # ('Time: ', 1.1205673217773438e-05)
23. Try else语句
可将else句作为try/except语句的一部分,如果没有异常情况,则执行else语句。
- try:
- 2*3
- except TypeError:
- print("An exception was raised")
- else:
- print("Thank God, no exceptions were raised.")
- #Thank God, no exceptions were raised.
24. 出现频率很高的元素
此方法将输出列表中出镜率很高的元素。
- def most_frequent(list):
- return max(set(list), key = list.count)
- list = [1,2,1,2,3,2,1,4,2]
- most_frequent(list)
25. 回文(正反读有一样的字符串)
以下代码检查给定字符串是否为回文。首先将字符串转换为小写,然后从中删除非字母字符,最后将新字符串版本与原版本进行比对。
- def palindrome(string):
- from re import sub
- s = sub('[\W_]', '', string.lower())
- return s == s[::-1]
- palindrome('taco cat') # True
26. 不用if-else语句的计算器
以下代码片段展示了如何在不用if-else条件语句的情况下,编写简易计算器。
- import operator
- action = {
- "+": operator.add,
- "-": operator.sub,
- "/": operator.truediv,
- "*": operator.mul,
- "**": pow
- }
- print(action['-'](50, 25)) # 25
27. 随机排序
该算法采用Fisher-Yates algorithm对新列表中的元素进行随机排序。
- from copy import deepcopy
- from random import randint
- def 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_lst
- foo = [1,2,3]
- shuffle(foo) # [2,3,1] , foo = [1,2,3]
28. 展开列表
此方法将类似javascript中[].concat(…arr)这样的列表展开。
- def spread(arg):
- ret = []
- for i in arg:
- if isinstance(i, list):
- ret.extend(i)
- else:
- ret.append(i)
- return ret
- spread([1,2,3,[4,5,6],[7],8,9]) # [1,2,3,4,5,6,7,8,9]
29. 交换变量
此方法为能在不使用额外变量的情况下快速交换两种变量。
- def swap(a, b):
- return b, a
- a, b = -1, 14
- swap(a, b) # (14, -1)
30. 获取丢失部分的默认值
以下代码可在所需对象不在字库范围内的情况下获取默认值。
- d = {'a': 1, 'b': 2}
- print(d.get('c', 3)) # 3
本文只简单介绍了一些能在日常工作中帮到我们的方法。但内容都主要立足于GitHub 存储库:https://github.com/30-seconds/30_seconds_of_knowledge,该存储库还包含了有关Python及其他语言和技术行之有效的代码。