震惊了!每30秒学会一个Python小技巧,Github星数4600+

很多学习Python的朋友在项目实战中会遇到不少功能实现上的问题,有些问题并不是很难的问题,或者已经有了很好的方法来解决。当然,孰能生巧,当我们代码熟练了,自然就能总结一些好用的技巧,不过对于那些还在刚熟悉Python的同学可能并不会那么轻松。

插播一条:我自己是一名从事了多年开发的Python老程序员,辞职目前在做自己的Python私人定制课程,今年年初我花了一个月整理了一份最适合2019年学习的Python学习干货,可以送给每一位喜欢Python的小伙伴,想要获取的可以加我的企鹅Python交流群,639+584+010,即可免费获取。群里有很多志同道合的朋友,大家都在一起学习Python,在学习Python中遇到问题,都可以问我。

本次给大家推荐一个学习这些技巧的很好的资源“30-seconds-of-python”,所有技巧方法只要30秒就能get到,完全可以利用业务时间不断积累。下面赶紧来看一下。

https://github.com/30-seconds/30-seconds-of-python


1.内容目录

下面是30秒学Python的整个目录,分为几大板块:List、Math、Object、String、Utility,以下是整理的思维脑图。

我挑选了10个实用并很有意思的方法分享给大家,其余的感兴趣可以自行学习。

1. List:all_equal

功能实现:检验一个列表中的所有元素是否都一样。

解读:使用[1:] 和 [:-1] 来比较给定列表的所有元素。

defall_equal(lst):

returnlst[1:]==lst[:-1]

举例:

all_equal([1,2,3,4,5,6])#False

all_equal([1,1,1,1])#True

2. List:all_unique

功能实现:如果列表所有值都是唯一的,返回 True,否则 False

解读:在给定列表上使用集合set()去重,比较它和原列表的长度。

defall_unique(lst):

returnlen(lst)==len(set(lst))

举例:

x=[1,2,3,4,5,6]

y=[1,2,2,3,4,5]

all_unique(x)#True

all_unique(y)#False

3. List:bifurcate

功能实现:将列表值分组。如果在filter的元素是True,那么对应的元素属于第一个组;否则属于第二个组。

解读:使用列表推导式和enumerate()基于filter元素到各组。

defbifurcate(lst,filter):

return[

[xfori,xinenumerate(lst)iffilter[i]==True],

[xfori,xinenumerate(lst)iffilter[i]==False]

]

举例:

bifurcate(['beep','boop','foo','bar'], [True,True,False,True])

# [ ['beep', 'boop', 'bar'], ['foo'] ]

4. List:difference

功能实现:返回两个iterables间的差异。

解读:创建b的集合,使用a的列表推导式保留不在_b中的元素。

defdifference(a,b):

_b=set(b)

return[itemforiteminaifitemnotin_b]

举例:

difference([1,2,3], [1,2,4])#[3]

5. List:flatten

功能实现:一次性的整合列表。

解读:使用嵌套的列表提取子列表的每个值。

defflatten(lst):

return[xforyinlstforxiny]

举例:

flatten([[1,2,3,4],[5,6,7,8]])#[1, 2, 3, 4, 5, 6, 7, 8]

6. Math:digitize

功能实现:将一个数分解转换为个位数字。

解读:将n字符化后使用map()函数结合int完成转化

defdigitize(n):

returnlist(map(int,str(n)))

举例:

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

7. List:shuffle

功能实现:将列表元素顺序随机打乱。

解读:使用Fisher-Yates算法重新排序列表元素。

fromcopyimportdeepcopy

fromrandomimportrandint

defshuffle(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]

returntemp_lst

举例:

foo=[1,2,3]

shuffle(foo)#[2,3,1] , foo = [1,2,3]

8. Math:clamp_number

功能实现:将数字num钳在由a和b边界值规定的范围中。

解读:如果num落尽范围内,返回num;否则,返回范围内最接近的数字。

defclamp_number(num,a,b):

returnmax(min(num,max(a,b)),min(a,b))

举例:

clamp_number(2,3,5)#3

clamp_number(1,-1,-5)#-1

9. String:byte_size

功能实现:返回字符串的字节数。

解读:使用string.encode('utf-8')解码给定字符串,返回长度。

defbyte_size(string):

returnlen(string.encode('utf-8'))

举例:

byte_size('😀')#4

byte_size('Hello World')#11

10. Math:gcd

功能实现:计算几个数的最大公因数。

解读:使用reduce()和math.gcd在给定列表上实现。

fromfunctoolsimportreduce

importmath

defgcd(numbers):

returnreduce(math.gcd, numbers)

举例:

gcd([8,36,28])#4

以上就是30秒学python的各种小技巧。怎么样,对于一些常见操作是不是有了一些新的启发,除此之外,还有很多其它技巧可以慢慢学习,希望对各位读者有所帮助。

https://github.com/30-seconds/30-seconds-of-python

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,636评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,890评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,680评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,766评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,665评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,045评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,515评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,182评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,334评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,274评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,319评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,002评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,599评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,675评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,917评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,309评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,885评论 2 341

推荐阅读更多精彩内容