常见的企业网站有哪些,作it去外包公司好吗,网站源码提取工具,网站模板 博客今天给大家分享24个每个Python程序员都必须知道的单行代码#xff0c;帮你写出更简洁、更优雅、更高效的代码。
1. 列表推导式
列表推导式#xff08;List Comprehensions#xff09;可以提供一种简洁的方式创建列表。相较于传统的循环#xff0c;列表推导式更高效、可读…今天给大家分享24个每个Python程序员都必须知道的单行代码帮你写出更简洁、更优雅、更高效的代码。
1. 列表推导式
列表推导式List Comprehensions可以提供一种简洁的方式创建列表。相较于传统的循环列表推导式更高效、可读性更高。
# Bad squares: list[int] [] for i in range(1,11): squares.append(i ** 2) print(squares) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] # Better squares: list[int] [i ** 2 for i in range(1,11)] print(squares) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] 2. 累积计算操作
Python的 reduce() 结合 operator 运算符模块可以实现数字的累积计算操作比如累积求和、累积求积。
from operator import add, mul from functools import reduce cum_sum: int reduce(add, range(1, 10)) print(cum_sum) # 45 factorial: int reduce(mul, range(1, 5)) print(factorial) # 24 3. lambda 实现排序
lambda 函数是你可以在单行代码中使用的匿名函数对于像排序这样的任务很实用。
names: list[tuple[int, str]] [(1, Jack), (2, Alex), (3, Bob)] sorted_names: list sorted(names, keylambda x: x[1]) print(sorted_names) # [(2, Alex), (3, Bob), (1, Jack)] 这里我们基于第二个元素列表中的元组对元组列表进行排序。类似地将lambda 函数用作排序键也可以基于字典的值对字典进行排序。
4. 字典合并
通过 ** 前缀可以将多个字典轻松合并为一个。
info1: dict {name: Jack, age: 28} info2: dict {gender: Male, city: San Francisco} person_info: dict {**info1, **info2} print(person_info) # {name: Jack, age: 28, gender: Male, city: San Francisco} 多个字典2个以上也可以通过这种方式合并相较于循环或其他函数这种方式更简洁、高效。
5. 字典推导式
通过字典推导式我们可以根据可迭代对象快速创建字典。
keys: list[str] [name, age, gender] values: list[str | int] [Jackzhang, 28, Male] person_info: dict {key: value for key, value in zip(keys, values)} print(person_info) # {name: Jackzhang, age: 28, gender: Male} 相较于传统的循环方式字典推导式更简洁和高效。
6. 获取字典的最大值
通过 lambda 函数可以轻松找到字典的最大值。
d: dict[str, int] {a: 1, b: 2, c: 3, d: 4, e: 5} max_key: str max(d, keylambda x: d[x]) print(max_key) # e 这个单行代码可以找到字典中找到最大值对应的键这在像查找数据集中性能最佳的项目这样的任务中非常有用。
7. 子串成员关系检查
检测某个子串是否在目标字符串中使用一行代码即可搞定
is_contain: bool Python in Im Jackzhang, I love Python print(is_contain) # True 这个单行代码可以检测某个字串是否在目标字符串中对于像文本搜索或过滤这样的任务非常有用。
8. 回文检测通过切片
你可以通过切片反转检测一个字符串是否为回文正序和倒序均是同一个字符串。
is_palindrome lambda x : x x[::-1] print(is_palindrome(level)) # True 这里这个单行代码可以检测一个给定字符串是否为回文。切片操作 x[::-1] 会反转字符串lambda 函数则会将其和原始字符串进行比较。
9. 字典反转
有时我们需要反转字典即交换键和值。Python的字典推导可以优雅地处理这个任务。
d: dict {a: 1, b: 2, c: 3} inverted_d: dict dict(zip(d.values(), d.keys())) print(inverted_d) # {1: a, 2: b, 3: c} 这里我们通过字典推导式和 zip() 函数很轻松地实现了字典的反转。当然zip() 函数也可以用循环替代
inverted_d: dict {v: k for k, v in d.items()} 很明显使用 zip() 函数更简洁高效。这个单行代码可以轻松实现字典的反转这对于像逆向查找这样的场景非常有用。
10. zip() 实现元素配对
细心的朋友应该注意到了我们在前面的多个场景中都用到了 zip() 函数。它可以实现多个列表元素的一一配对结果为元组简化组合数据集的创建。
names: list[str] [Jack, Alex, Jim] ages: list[int] [18, 25, 20] combined_info: list[tuple] list(zip(names, ages)) print(combined_info) # [(Jack, 18), (Alex, 25), (Jim, 20)] 注意若多个列表的长度不同则结果列表的长度以最短列表为准。zip() 函数对于合并不同来源的数据任务非常有用。
11. 获取两个列表的交集
我们都知道在数学中集合不允许重复元素的存在。利用这一特性我们可以轻松计算两个列表的交集。
list1: list[int] [1, 2, 3, 4, 5] list2: list[int] [3, 4, 5, 6, 7] intersection: list[int] list(set(list1) set(list2)) print(intersection) # [3, 4, 5] 12. 简化多条件检查
any() 和 all() 可以有效简化多条件检查避免多重 orany()和 andall()语句的使用。
values: list[int] [1, 2, -3, 4, 5] has_greater: bool any([x 4 for x in values]) all_positive: bool all([x 0 for x in values]) print(has_greater, all_positive) # True False 13. 根据字典生成字典
在Python中我们可以通过两个列表简单而直观的创建字典。
keys: list[str] [name, age, gender] values: list[str | int] [Jackzhang, 28, Male] person_info: dict dict(zip(keys, values)) print(person_info) # {name: Jackzhang, age: 28, gender: Male} 14. 使用 map() 转换列表
map() 可以将一个转换函数应用到可迭代对象中每个元素上它非常适合用于批量转换的场景。
name: list[str] [jack, zhang] capital_name: list[str] list(map(str.capitalize, name)) print(capital_name) # [Jack, Zhang] 这里我们使用 map() 将列表中的字符串首字母转换为大写。相较于通过循环执行转换map() 函数将 str.capitalize 方法应用到列表中的每个元素上简化了转换过程且内置函数底层经过优化效率更高。
15. 获取可迭代对象元素的索引
通过 index(element) 方法可以轻松获取列表中元素的索引
idx [1, 2, 3, 4, 5].index(5) print(index) # 4 16. 单行代码实现嵌套循环
我们可以用一行代码通过列表推导式实现二级嵌套循环
names: list[str] [Jack, Bob] ages: list[int] [18, 25, 20] person_info: list[tuple[str, int]] [(name, age) for name in names for age in ages] for name, age in person_info: print(name, age) # Output Jack 18 Jack 25 Jack 20 Bob 18 Bob 25 Bob 20 17. 单行代码实现数据过滤
在编程中数据过滤是一项常见的任务Python允许你使用列表推导式来高效完成。比如筛选偶数
even_numbers: list[int] [x for x in range(1, 11) if x % 2 0] print(even_numbers) # [2, 4, 6, 8, 10] 18. 列表元素去重
利用数学中集合不包含重复元素的特性可以轻松对列表元素去重。
unique_numbers list(set([1, 2, 2, 4, 5, 4, 3, 2])) print(unique_numbers) # [1, 2, 3, 4, 5] 这个单行代码可以去除列表中的重复值确保只保留唯一值这常常用在数据清洗任务中。
19. 列表→字符串
在Python中使用 join() 方法可以轻松将字符串列表转换为单个字符串。
info: list[str] [I, love, Python, coding, programming!] joined_info .join(info) print(joined_info) # I love Python coding programming! 这个方法在文本处理任务重非常有用比如合并单词或句子。
20. 一次性读取文件内容
通过 readlines() 方法可以一次性读取文件内容
lines: list [line.strip() for line in open(test.txt)] print(lines) # [line1, line2, line3] 这个单行代码可以读取文件的所有行并且移除任意额外的空格常常用在文件处理中。
21. 字串替换
通过 replace() 方法Python可以轻松替换字符串中的部分子串
exp_str: str I love Java.replace(Java, Python) print(exp_str) # I love Python 22. 嵌套列表展开
在处理嵌套列表时通常我们需要将它们展开平铺为单个列表Python提供了简单的方式实现这个需求
nested_list: list[list[int]] [[1, 2, 3], [4, 5, 6]] flat_list: list[int] [number for sublist in nested_list for number in sublist] print(flat_list) # [1, 2, 3, 4, 5, 6] **
关于Python技术储备
** 学好 Python 不论是就业还是做副业赚钱都不错但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料给那些想学习 Python 的小伙伴们一点帮助
Python学习路线汇总
Python所有方向的技术点做的整理形成各个领域的知识点汇总它的用处就在于你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。
Python必备开发工具 Python学习视频合集
观看零基础学习视频看视频学习是最快捷也是最有效果的方式跟着视频中老师的思路从基础到深入还是很容易入门的。 实战案例
光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。
Python副业兼职路线方法
学好 Python 不论是就业还是做副业赚钱都不错但要学会兼职接单还是要有一个学习规划。 这份完整版的Python全套学习资料已经上传朋友们如果需要可以扫描下方二维码免费领取
