本文为大家分享20个简短的python代码,非常实用,能帮助你更快掌握python!
一.字节占用
下面的代码块可以检查字符串占用的字节数。
1.def byte_size(string):
2.return(len(string.encode('utf-8')))
3.byte_size('') # 4
4.byte_size('Hello World') # 11
二.大写第一个字母
以下代码块会使用 title() 方法,从而大写字符串中每一个单词的首字母。
1.s = "programming is awesome"
2.print(s.title())
3.
4.# Programming Is Awesome
3.内存占用
1.import sys
2.variable = 30
3.print(sys.getsizeof(variable)) # 24
三.字符元素组成判定
检查两个字符串的组成元素是不是一样的。
1.from collections import Counter
2.def anagram(first, second):
3.return Counter(first) == Counter(second)
4.anagram("abcd3", "3acdb") # True
四.重复元素判定
以下方法可以检查给定列表是不是存在重复元素,它会使用 set() 函数来移除所有重复元素。
1.def all_unique(lst):
2.return len(lst)== len(set(lst))
3.x = [1,1,2,2,3,2,3,4,5,6]
4.y = [1,2,3,4,5]
5.all_unique(x) # False
6.all_unique(y) # True
五.链式对比
我们可以在一行代码中使用不同的运算符对比多个不同的元素。
1.a = 3
2.print( 2 < a < 8) # True
3.print(1 == a < 2) # False
六.解包
如下代码段可以将打包好的成对列表解开成两组不同的元组。
1.array = [['a', 'b'], ['c', 'd'], ['e', 'f']]
2.transposed = zip(*array)
3.print(transposed)
4.
5.# [('a', 'c', 'e'), ('b', 'd', 'f')]
七.压缩
这个方法可以将布尔型的值去掉,例如(False,None,0,“”),它使用 filter() 函数。
1.def compact(lst):
2.return list(filter(bool, lst))
3.compact([0, 1, False, 2, '', 3, 'a', 's', 34])
4.
5.# [ 1, 2, 3, 'a', 's', 34 ]
八.分块
给定具体的大小,定义一个函数以按照这个大小切割列表。
1.from math import ceil
2.def chunk(lst, size):
3.return list(
4.map(lambda x: lst[x * size:x * size + size],
5.list(range(0, ceil(len(lst) / size)))))
6.chunk([1,2,3,4,5],2)
7.
8.# [[1,2],[3,4],5]
九.大写第一个字母
以下代码块会使用 title() 方法,从而大写字符串中每一个单词的首字母。
1.s = "programming is awesome"
2.print(s.title())
3.
4.# Programming Is Awesome
十.打印 N 次字符串
该代码块不需要循环语句就能打印 N 次字符串。
1.n = 2
2.s ="Programming"
3.print(s * n)
4.
5.# ProgrammingProgramming
十一.将两个列表转化为字典
如下方法将会把两个列表转化为单个字典。
1.def to_dictionary(keys, values):
2.return dict(zip(keys, values))
3.keys = ["a", "b", "c"]
4.values = [2, 3, 4]
5.print(to_dictionary(keys, values))
6.
7.#{'a': 2, 'c': 4, 'b': 3}
十二.合并两个字典
下面的方法将用于合并两个字典。
1.def merge_two_dicts(a, b):
2.c = a.copy() # make a copy of a
3.c.update(b) # modify keys and values of a with the once from b
4.return c
5.a={'x':1,'y':2}
6.b={'y':3,'z':4}
7.print(merge_two_dicts(a,b))
8.#{'y':3,'x':1,'z':4}
9在 Python 3.5 或更高版本中,我们也可以用以下方式合并字典:
10.def merge_dictionaries(a, b)
11.return {**a, **b}
12.a = { 'x': 1, 'y': 2}
13.b = { 'y': 3, 'z': 4}
14.print(merge_dictionaries(a, b))
15.
16.# {'y': 3, 'x': 1, 'z': 4}
十三.检查重复项
如下代码将检查两个列表是不是有重复项。
1.def has_duplicates(lst):
2.return len(lst) != len(set(lst))
3.x = [1,2,3,4,5,5]
4.y = [1,2,3,4,5]
5.has_duplicates(x) # True
6.has_duplicates(y) # False
十四.链式函数调用
你可以在一行代码内调用多个函数。
1.def add(a, b):
2.return a + b
3.def subtract(a, b):
4.return a - b
5.a, b = 4, 5
6.print((subtract if a > b else add)(a, b)) # 9
十五.链式函数调用
你可以在一行代码内调用多个函数。
1.def add(a, b):
2.return a + b
3.def subtract(a, b):
4.return a - b
5.a, b = 4, 5
6.print((subtract if a > b else add)(a, b)) # 9
十六.通过函数取差
如下方法首先会应用一个给定的函数,然后再返回应用函数后结果有差别的列表元素。
1.def difference_by(a, b, fn):
2.b = set(map(fn, b))
3.return [item for item in a if fn(item) not in b]
4.from math import floor
5.difference_by([2.1, 1.2], [2.3, 3.4],floor) # [1.2]
6.difference_by([{ 'x': 2 }, { 'x': 1 }], [{ 'x': 1 }], lambda v : v['x'])
7.
8.# [ { x: 2 } ]
十七.逗号连接
下面的代码可以将列表连接成单个字符串,且每一个元素间的分隔方式设置为了逗号。
1.hobbies = ["basketball", "football", "swimming"]
2.print("My hobbies are: " + ", ".join(hobbies))
3.
4.# My hobbies are: basketball, football, swimming
十八.元音统计
以下方法将统计字符串中的元音 (‘a’, ‘e’, ‘i’, ‘o’, ‘u’) 的个数,它是通过正则表达式做的。
1.import re
2.def count_vowels(str):
3.return len(len(re.findall(r'[aeiou]', str, 4.re.IGNORECASE)))
4.count_vowels('foobar') # 3
5.count_vowels('gym') # 0
十九.首字母小写
如下方法将令给定字符串的第一个字符统一为小写。
1.def decapitalize(string):
2.return str[:1].lower() + str[1:]
3.decapitalize('FooBar') # 'fooBar'
4.decapitalize('FooBar') # 'fooBar'
二十.展开列表
该方法将通过递归的方式将列表的嵌套展开为单个列表。
1.def spread(arg):
2.ret = []
3.for i in arg:
4.if isinstance(i, list):
5.ret.extend(i)
6.else:
7.ret.append(i)
8.return ret
9.def deep_flatten(lst):
10.result = []
11.result.extend(
12.spread(list(map(lambda x: deep_flatten(x) if type(x) == list else x, lst))))
13.return result
14.deep_flatten([1, [2], [[3], 4], 5]) # [1,2,3,4,5]