Python 中让你相见恨晚的 20 个"骚操作"

Python 中让你相见恨晚的 20 个"骚操作"

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!

1.列表推导式

使用列表推导式创建一个列表。

很多人学习蟒蛇,不知道从何学起。

很多人学习python,掌握了基本语法之后,不知道在哪里寻找案例上手。

很多已经做了案例的人,却不知道如何去学习更多高深的知识。

那么针对这三类人,我给大家提供一个好的学习平台,免费获取视频教程,电子书,以及课程的源代码!

QQ群:101677771

欢迎加入,一起讨论一起学习!

 

>>> [n*10 for n in range(5)]
[0, 10, 20, 30, 40]

2.交换变量

一行代码交换两个变量的值。

>>> m, n = 1, 2
>>> m, n = n, m
>>> m
2
>>> n
1

3.连续比较

链式比较操作符。

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

4.序列切片

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]

5.切片快速增删序列

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"]

6.%timeit 计算运行时间

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)

7.三元表达式

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: (<on_true>, <on_false>)[condition]

8.解包(unpack)

可迭代对象都支持解包。

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

9.lambda 匿名函数

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

10.map 序列映射

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]

11.filter 过滤序列

过滤掉不符合条件的元素,返回迭代器。

>>> 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]

12.获取序列组合

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]
[("a", "1"), ("a", "2"), ("b", "1"), ("b", "2")]
>>> from itertools import product
>>> list(product(list1, list2))
[("a", "1"), ("a", "2"), ("b", "1"), ("b", "2")]

13.随机选取序列元素

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]

14.序列元素计数

统计序列每个元素出现的次数。

>>> from collections import Counter
>>> s = "python+py"
>>> counter = Counter(s)
>>> counter
Counter({
 "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)]

15.字典排序

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}

16.字典合并

>>> dict1 = {
 "name": "静香", "age": 18}
>>> dict2 = {
 "name": "静香", "sex": "female"}
  1. update() 更新字典。
>>> dict1.update(dict2)
>>> dict1
{
 "name": "静香", "age": 18, "sex": "female"}
  1. 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"}
  1. 元素拼接
>>> dict(list(dict1.items()) + list(dict2.items()))
{
 "name": "静香", "age": 18, "sex": "female"}
  1. 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"}
  1. 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"}
  1. 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"}

17.zip 打包

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
<zip object at 0x0000013C13F62200>
>>> list(res)
[(1, 4), (2, 5), (3, 6)]
>>> list(zip(list2, list3))
[(4, "a"), (5, "b"), (6, "c")]

18.enumerate 遍历

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 a
1 b
2 c

19.any() & all()

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

20.用 ** 代替 pow

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