关于python:Python-30秒就能学会的漂亮短代码

28次阅读

共计 3330 个字符,预计需要花费 9 分钟才能阅读完成。

明天给大家带来一些 30 秒就能学会的代码片段,这些代码后劲有限,蕴含了丰盛的 python 编程思维,应用领域十分宽泛,而且学起来非常简单。

1.” 二维列表 ”

解读: 依据给定的长和宽,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: 应用一个函数利用到一个数组的每个元素上,使得这个数组被切割成两个局部。如果说,函数利用到元素上返回的值为 True,则该元素被切割到第一局部,否则分为第二局部。

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.” 交加点 ”

解读: 两个数组在被一个函数利用后,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 落在一段数字范畴内,则返回 num,否则返回离这个范畴最近的边界:

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: 应用对象的键从新创建对象,并运行函数为每个对象的键创立值。\
应用 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余字母大小写转换。

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雷同键值的对象求和。

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. 一行代码求呈现次数

解读: 求出列表中某个数呈现的次数和。

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

对一个列表依据所须要的大小进行细分:

成果如下:

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,返回蕴含每次 function 函数返回值的新列表。

12. 数字转数组

同样是一则对于 map 的利用,将整形数字拆分到数组中:

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

成果如下:

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

它将整形数字 n 转化为字符串后,还主动对该字符串进行了序列化宰割,最初将元素利用到 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….

如果应用递归来实现这个算法,效率十分低下,咱们应用非递归的形式实现:

成果如下:

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

这样看是很简略,然而思维要绕的过去哦。

14. 下划线化字符串

批量对立变量名称或者字符串格局。

成果如下:

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,一开始可能不太好了解,须要缓缓了解。

第一个替换,是将 s 字符串中,应用 ’ ‘ 替换 ’-‘。

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

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

咱们的文章到此就完结啦,如果你喜爱明天的 Python 实战教程,能够关注公众号:Python 编程学习圈,理解更多编程技术干货!

正文完
 0