Py学习  »  Python

Python 30秒就能学会的漂亮短代码

菜鸟学Python • 3 年前 • 297 次点击  

今天给大家带来一些30秒就能学会的代码片段,这些代码潜力无限,蕴含了丰富的python编程思维,应用领域非常广泛,而且学起来非常简单。

1."二维列表"



解读:根据给定的长和宽,以及初始值,返回一个二维列表。

def initialize_2d_list(w, h, val=None):
    return [[val for x in range(w)] for y in range(h)]


例:

>>> initialize_2d_list(2,2)
[[None, None], [None, None]]

>>> initialize_2d_list(2,2,0)
[[0, 0], [0, 0]]


2.函数切割数组



解读:使用一个函数应用到一个数组的每个元素上,使得这个数组被切割成两个部分。如果说,函数应用到元素上返回的值为True,则该元素被切割到第一部分,否则分为第二部分。

def bifurcate_by(lst, fn):
    return [
      [x for x in lst if fn(x)],
      [x for x in lst if not fn(x)]
    ]


例:

>>> bifurcate_by(['beep', 'boop', 'foo', 'bar'], lambda x: x[0] == 'b') 
[['beep', 'boop', 'bar'], ['foo']]


3."交集点"



解读: 两个数组在被一个函数应用后,从第一个数组中提取出共有的元素的原元素组成一个新的数组。




    
def intersection_by(a, b, fn):
    _b = set(map(fn, b))
    return [item for item in a if fn(item) in _b]


例:

>>> from math import floor
>>> intersection_by([2.1, 1.2], [2.3, 3.4],floor)
[2.1]


4.最大值下标



解读:返回数组中最大值的下标。

def max_element_index(arr):
    return arr.index(max(arr))


例:

>>> max_element_index([5, 8, 9, 7, 10, 3, 0])
4


5.数组对称差



解读:找出两个数组中不同的元素,并合成为一个新的数组。

def symmetric_difference(a, b):
    _a, _b = set(a), set(b)
    return [item for item in a if item not in _b] + [item for item in b if item not in _a]


例:

>>> symmetric_difference([1, 2, 3], [1, 2, 4])
[3, 4]


6."夹数"



解读:如果 num 落在一段数字范围内,则返回num,否则返回离这个范围最近的边界:

def clamp_number(num,a,b):
    return max(min(num, max(a,b)),min(a,b))


例:

>> clamp_number(2,3,10)
3

>
> clamp_number(7,3,10)
7

>
> clamp_number(124,3,10)
10


7.键值映射



解读:使用对象的键重新创建对象,并运行函数为每个对象的键创建值。
使用dict.keys()遍历对象的键, 通过函数生成一个新的值。

def map_values(obj, fn):
    ret = {}
    for key in obj.keys():
        ret[key] = fn(obj[key])
    return ret


例:

>>> users = {
...   'fred': { 'user': 'fred', 'age': 40 },
...   'pebbles': { 'user': 'pebbles', 'age': 1 }
... }

>>> map_values(users, lambda u : u['age'])
{'fred': 40, 'pebbles': 1}

>>> map_values(users, lambda u : u['age']+1)
{'fred': 41, 'pebbles': 2}


8.大小写转换



解读: 将英文单词的首字母大写改为小写。
upper_rest参数:设定是否将除首字母外的其他字母大小写转换。

def decapitalize(s, upper_rest=False):
    return s[:1].lower() + (s[1:].upper() if upper_rest else s[1:])


例:

>>> decapitalize('FooBar')
'fooBar'

>>> decapitalize('FooBar', True)
'fOOBAR'


9.同键求和



解读:对列表中的各个字典里相同键值的对象求和。

def sum_by(lst, fn):
    return sum(map(fn,lst))


例:

>>> sum_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }], lambda v : v['n'])
14



10.一行代码求出现次数



解读:求出列表中某个数出现的次数和。

def count_occurrences(lst, val):
    return len([x for x in lst if x == val and type(x) == type(val)])


例:

>>> count_occurrences([1, 1, 2, 1, 2, 3], 1)
3


11.数组再分组



对一个列表根据所需要的大小进行细分:

效果如下:

chunk([1,2,3,4,5],2)
# [[1,2],[3,4],5]


return中,map的第二个参数是一个列表,map会将列表中的每一个元素用于调用第一个参数的 function 函数,返回包含每次 function 函数返回值的新列表。

12.数字转数组



同样是一则关于map的应用,将整形数字拆分到数组中:

def digitize(n):
    return list(map(int, str(n)))


效果如下:

digitize(123)
# [1, 2, 3]


它将整形数字n转化为字符串后,还自动对该字符串进行了序列化分割,最后将元素应用到map的第一个参数中,转化为整形后返回。

13.非递归斐波那契



还记得菲波那切数列吗,前两个数的和为第三个数的值,如0、1、1、2、3、5、8、13....

如果使用递归来实现这个算法,效率非常低下,我们使用非递归的方式实现:

效果如下:

fibonacci(7)
# [0, 1, 1, 2, 3, 5, 8, 13]


这样看是很简单,但是思维要绕的过来哦。

14.下划线化字符串



批量统一变量名称或者字符串格式。

效果如下:

snake('camelCase')# 'camel_case'

snake('some text')# 'some_text'

snake('some-mixed_string With spaces_underscores-and-hyphens')# 'some_mixed_string_with_spaces_underscores_and_hyphens'

snake('AllThe-small Things')# "all_the_small_things"


re.sub用于替换字符串中的匹配项。这里其实是一个“套娃”用法,一开始可能不太好理解,需要慢慢理解。

第一个替换 ,是将s字符串中,使用' '替换'-'。

第二个替换,是针对第一个替换后的字符串,对符合'([A-Z]+)'正则表达式的字符区段(全大写的单词)用r' \1'替换,也就是用空格区分开每一个单词。

第三个替换,是对第二个替换后的字符串,对符合'([A-Z][a-z]+)'正则表达式的字符区段(也就是首字母大写,其他字母小写的词语)用r' \1'替换,也是将单词用空格分隔开。

我们的文章到此就结束啦,如果你喜欢今天的Python 实战教程,请持续关注Python实用宝典。

有任何问题,可以在公众号后台回复:加群,回答相应红字验证信息,进入互助群询问。

原创不易,希望你能在下面点个赞和在看支持我继续创作,谢谢!


推荐阅读:

入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径


干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |


趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!


AI: 会做诗的机器人 | 给图片上色 | 预测收入  | 碟中谍这么火,我用机器学习做个迷你推荐系统电影


年度爆款文案



点这里,直达菜鸟学PythonB站!!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/110202
 
297 次点击