![640?wx_fmt=jpeg](https://img-blog.csdnimg.cn/img_convert/8c0a5dab253acd6547ae1b6badd02990.png)
(图片付费下载自视觉中国)
作者 | xiaoyu,数据爱好者
来源 | Python数据科学(ID:PyDataScience)
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。
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
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/2e3e6a338a43ee6cbf042d2c5f87211e.png)
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。
![640?wx_fmt=jpeg](https://img-blog.csdnimg.cn/img_convert/abe4ce7bb16aef73978cc0c5d0f4141d.png)
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。def all_equal(lst):
return lst[1:] == lst[:-1]
return lst[1:] == lst[:-1]
举例:
all_equal([1, 2, 3, 4, 5, 6]) # False
all_equal([1, 1, 1, 1]) # True
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。
def all_unique(lst):
return len(lst) == len(set(lst))
return len(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
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。
def bifurcate(lst, filter):
return [
[x for i,x in enumerate(lst) if filter[i] == True],
[x for i,x in enumerate(lst) if filter[i] == False]
]
return [
[x for i,x in enumerate(lst) if filter[i] == True],
[x for i,x in enumerate(lst) if filter[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。
def difference(a, b):
_b = set(b)
return [item for item in a if item not in _b]
_b = set(b)
return [item for item in a if item not in _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。
def flatten(lst):
return [x for y in lst for x in y]
return [x for y in lst for x in y]
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
def digitize(n):
return list(map(int, str(n)))
return list(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。
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
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
举例:
foo = [1,2,3]
shuffle(foo) # [2,3,1] , 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。
def clamp_number(num,a,b):
return max(min(num, max(a,b)),min(a,b))
return max(min(num, max(a,b)),min(a,b))
举例:
clamp_number(2, 3, 5) # 3
clamp_number(1, -1, -5) # -1
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。
def byte_size(string):
return len(string.encode('utf-8'))
return len(string.encode('utf-8'))
举例:
byte_size('?') # 4
byte_size('Hello World') # 11
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。
from functools import reduce
import math
def gcd(numbers):
return reduce(math.gcd, numbers)
import math
def gcd(numbers):
return reduce(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。
原文链接:
https://github.com/30-seconds/30-seconds-of-python
(*本文为 AI科技大本营转载文章,转载请联系原作者)
◆
精彩推荐
◆
早鸟票倒计时最后1天,扫码购票立减2600元!
2019 中国大数据技术大会(BDTC)再度来袭!豪华主席阵容及百位技术专家齐聚,15 场精选专题技术和行业论坛,超强干货+技术剖析+行业实践立体解读,深入解析热门技术在行业中的实践落地。
推荐阅读
简单粗暴上手TensorFlow 2.0,北大学霸力作,必须人手一册
分析Booking的150种机器学习模型,我总结了6条教训
微软也爱Python:VS Code Python全新发布!Jupyter Notebook原生支持终于来了
如何保护你的Python代码(一)——现有加密方案
罗永浩向老同事道歉;三星漏洞已波及四千万用户;Clojure 1.11 即将发布 | 极客头条
真·上天!NASA招聘区块链"多功能复合型"人才, 欲保护飞行数据安全……
10 月全国程序员工资统计,一半以上的职位 5 个月没招到人
【光说不练假把式】今天说一说Kubernetes 在有赞的实践
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/6cba9abe9f2c434df7bd9c0d0d6e1156.png)
你点的每个“在看”,我都认真当成了喜欢