30秒内便能学会的30个超实用Python代码片段

全文共 5293 字，预计学习时长 11 分钟

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(':grinning:') # 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):

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. 出现频率最高的元素

此方法将输出列表中出镜率最高的元素。

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。

推荐阅读专题

留言 点赞 发个朋友圈

我们一起分享AI学习与发展的干货

编译组：张璐瑶、孙梦琪

相关链接：

https://towardsdatascience.com/30-helpful-python-snippets-that-you-can-learn-in-30-seconds-or-less-69bb49204172

如需转载，请后台留言，遵守转载规范

推荐文章阅读

ACL2018论文集50篇解读

EMNLP2017论文集28篇论文解读

2018年AI三大顶会中国学术成果全链接

ACL2017 论文集：34篇解读干货全在这里

10篇AAAI2017经典论文回顾

长按识别二维码可添加关注

读芯君爱你