60秒学会一个Python小例子,42个常用操作,带你学好基础!
告别枯燥,60秒学会一个Python小例子。奔着此出发点,我在过去1个月,将平时经常使用的代码段换为小例子,希望也能帮助到大家!
一、基本操作
1 链式比较
i = 3
print(1 < i < 3) # False
print(1 < i <= 3) # True
2 不用else和if实现计算器
from operator import *def calculator(a, b, k):return {'+': add,'-': sub,'*': mul,'/': truediv,'**': pow}[k](a, b)calculator(1, 2, '+') # 3
calculator(3, 4, '**') # 81
3 函数链
from operator import (add, sub)def add_or_sub(a, b, oper):return (add if oper == '+' else sub)(a, b)add_or_sub(1, 2, '-') # -1
4 求字符串的字节长度
在学习过程中有什么不懂得可以加我的
python学习扣扣qun,784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python,和学习什么内容def str_byte_len(mystr):return (len(mystr.encode('utf-8')))str_byte_len('i love python') # 13(个字节)
str_byte_len('字符') # 6(个字节)
5 寻找第n次出现位置
def search_n(s, c, n):size = 0for i, x in enumerate(s):if x == c:size += 1if size == n:return ireturn -1print(search_n("fdasadfadf", "a", 3))# 结果为7,正确
print(search_n("fdasadfadf", "a", 30))# 结果为-1,正确
6 去掉最高最低求平均
def score_mean(lst):lst.sort()lst2=lst[1:(len(lst)-1)]return round((sum(lst2)/len(lst2)),2)score_mean([9.1, 9.0,8.1, 9.7, 19,8.2, 8.6,9.8]) # 9.07
7 交换元素
def swap(a, b):return b, aswap(1, 0) # (0,1)
二、基础算法
1 二分搜索
def binarySearch(arr, left, right, x):while left <= right:mid = int(left + (right - left) / 2); # 找到中间位置。求中点写成(left+right)/2更容易溢出,所以不建议这样写# 检查x是否出现在位置midif arr[mid] == x:print('found %d 在索引位置%d 处' %(x,mid))return mid# 假如x更大,则不可能出现在左半部分elif arr[mid] < x:left = mid + 1 #搜索区间变为[mid+1,right]print('区间缩小为[%d,%d]' %(mid+1,right))elif x<arr[mid]:right = mid - 1 #搜索区间变为[left,mid-1]print('区间缩小为[%d,%d]' %(left,mid-1))return -1
2 距离矩阵
x,y = mgrid[0:5,0:5]
list(map(lambda xe,ye: [(ex,ey) for ex, ey in zip(xe, ye)], x,y))
[[(0, 0), (0, 1), (0, 2), (0, 3), (0, 4)],[(1, 0), (1, 1), (1, 2), (1, 3), (1, 4)],[(2, 0), (2, 1), (2, 2), (2, 3), (2, 4)],[(3, 0), (3, 1), (3, 2), (3, 3), (3, 4)],[(4, 0), (4, 1), (4, 2), (4, 3), (4, 4)]]
三、列表
1 打印乘法表
for i in range(1,10):for j in range(1,i+1):print('{0}*{1}={2}'.format(j,i,j*i),end="\t")print()
结果:
1*1=1
1*2=2 2*2=4
1*3=3 2*3=6 3*3=9
1*4=4 2*4=8 3*4=12 4*4=16
1*5=5 2*5=10 3*5=15 4*5=20 5*5=25
1*6=6 2*6=12 3*6=18 4*6=24 5*6=30 6*6=36
1*7=7 2*7=14 3*7=21 4*7=28 5*7=35 6*7=42 7*7=49
1*8=8 2*8=16 3*8=24 4*8=32 5*8=40 6*8=48 7*8=56 8*8=64
1*9=9 2*9=18 3*9=27 4*9=36 5*9=45 6*9=54 7*9=63 8*9=72 9*9=81
2 嵌套数组完全展开
from collections.abc import *def flatten(input_arr, output_arr=None):if output_arr is None:output_arr = []for ele in input_arr:if isinstance(ele, Iterable): # 判断ele是否可迭代flatten(ele, output_arr) # 尾数递归else:output_arr.append(ele) # 产生结果return output_arrflatten([[1,2,3],[4,5]], [6,7]) # [6, 7, 1, 2, 3, 4, 5]
3 将list等分为子组
from math import ceildef divide(lst, size):if size <= 0:return [lst]return [lst[i * size:(i+1)*size] for i in range(0, ceil(len(lst) / size))]r = divide([1, 3, 5, 7, 9], 2) # [[1, 3], [5, 7], [9]]
4 生成fibonacci序列前n项
def fibonacci(n):if n <= 1:return [1]fib = [1, 1]while len(fib) < n:fib.append(fib[len(fib) - 1] + fib[len(fib) - 2])return fibfibonacci(5) # [1, 1, 2, 3, 5]
5 过滤掉各种空值
def filter_false(lst):return list(filter(bool, lst))filter_false([None, 0, False, '', [], 'ok', [1, 2]])# ['ok', [1, 2]]
6 返回列表头元素
def head(lst):return lst[0] if len(lst) > 0 else Nonehead([]) # None
head([3, 4, 1]) # 3
7 返回列表尾元素
def tail(lst):return lst[-1] if len(lst) > 0 else Noneprint(tail([])) # None
print(tail([3, 4, 1])) # 1
8 对象转换为可迭代类型
from collections.abc import Iterabledef cast_iterable(val):return val if isinstance(val, Iterable) else [val]cast_iterable('foo')# foo
cast_iterable(12)# [12]
cast_iterable({'foo': 12})# {'foo': 12}
9 求更长列表
def max_length(*lst):return max(*lst, key=lambda v: len(v))r = max_length([1, 2, 3], [4, 5, 6, 7], [8])# [4, 5, 6, 7]
10 出现最多元素
def max_frequency(lst):return max(lst, default='列表为空', key=lambda v: lst.count(v))lst = [1, 3, 3, 2, 1, 1, 2]
max_frequency(lst) # 1
11 求多个列表的最大值
def max_lists(*lst):return max(max(*lst, key=lambda v: max(v)))max_lists([1, 2, 3], [6, 7, 8], [4, 5]) # 8
12 求多个列表的最小值
def min_lists(*lst):return min(min(*lst, key=lambda v: max(v)))min_lists([1, 2, 3], [6, 7, 8], [4, 5]) # 1
13 检查list是否有重复元素
def has_duplicates(lst):return len(lst) == len(set(lst))x = [1, 1, 2, 2, 3, 2, 3, 4, 5, 6]
y = [1, 2, 3, 4, 5]
has_duplicates(x) # False
has_duplicates(y) # True
14 求列表中所有重复元素
在学习过程中有什么不懂得可以加我的
python学习扣扣qun,784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python,和学习什么内容from collections import Counterdef find_all_duplicates(lst):c = Counter(lst)return list(filter(lambda k: c[k] > 1, c))find_all_duplicates([1, 2, 2, 3, 3, 3]) # [2,3]
15 列表反转
def reverse(lst):return lst[::-1]reverse([1, -2, 3, 4, 1, 2])# [2, 1, 4, 3, -2, 1]
16 浮点数等差数列
def rang(start, stop, n):start,stop,n = float('%.2f' % start), float('%.2f' % stop),int('%.d' % n)step = (stop-start)/nlst = [start]while n > 0:start,n = start+step,n-1lst.append(round((start), 2))return lstrang(1, 8, 10) # [1.0, 1.7, 2.4, 3.1, 3.8, 4.5, 5.2, 5.9, 6.6, 7.3, 8.0]
四、字典
1 字典值最大的键值对列表
def max_pairs(dic):if len(dic) == 0:return dicmax_val = max(map(lambda v: v[1], dic.items()))return [item for item in dic.items() if item[1] == max_val]max_pairs({'a': -10, 'b': 5, 'c': 3, 'd': 5})# [('b', 5), ('d', 5)]
2 字典值最小的键值对列表
def min_pairs(dic):if len(dic) == 0:return []min_val = min(map(lambda v: v[1], dic.items()))return [item for item in dic.items() if item[1] == min_val]min_pairs({}) # []r = min_pairs({'a': -10, 'b': 5, 'c': 3, 'd': 5})
print(r) # [('b', 5), ('d', 5)]
3 合并两个字典
def merge_dict2(dic1, dic2):return {**dic1, **dic2} # python3.5后支持的一行代码实现合并字典merge_dict({'a': 1, 'b': 2}, {'c': 3}) # {'a': 1, 'b': 2, 'c': 3}
4 求字典前n个最大值
from heapq import nlargest# 返回字典d前n个最大值对应的键
def topn_dict(d, n):return nlargest(n, d, key=lambda k: d[k])topn_dict({'a': 10, 'b': 8, 'c': 9, 'd': 10}, 3) # ['a', 'd', 'c']
5 求最小键值对
d={'a':-10,'b':5, 'c':3,'d':5}
min(d.items(),key=lambda x:x[1]) #('a', -10)
五、集合
1 互为变位词
from collections import Counter
# 检查两个字符串是否 相同字母异序词,简称:互为变位词
def anagram(str1, str2):return Counter(str1) == Counter(str2)anagram('eleven+two', 'twelve+one') # True 这是一对神器的变位词
anagram('eleven', 'twelve') # False
六、文件操作
1 查找指定文件格式文件
import osdef find_file(work_dir,extension='jpg'):lst = []for filename in os.listdir(work_dir):print(filename)splits = os.path.splitext(filename)ext = splits[1] # 拿到扩展名if ext == '.'+extension:lst.append(filename)return lstfind_file('.','md') # 返回所有目录下的md文件
七、正则和爬虫
1 爬取天气数据并解析温度值
素材来自朋友袁绍
import requests
from lxml import etree
import pandas as pd
import reurl = 'http://www.weather.com.cn/weather1d/101010100.shtml#input'
with requests.get(url) as res:content = res.contenthtml = etree.HTML(content)
通过lxml模块提取值,lxml比beautifulsoup解析在某些场合更高效
location = html.xpath('//*[@id="around"]//a[@target="_blank"]/span/text()')
temperature = html.xpath('//*[@id="around"]/div/ul/li/a/i/text()')
结果:
['香河', '涿州', '唐山', '沧州', '天津', '廊坊', '太原', '石家庄', '涿鹿', '张家口', '保定', '三河', '北京孔庙', '北京国子监', '中国地质博物馆', '月坛公
园', '明城墙遗址公园', '北京市规划展览馆', '什刹海', '南锣鼓巷', '天坛公园', '北海公园', '景山公园', '北京海洋馆']['11/-5°C', '14/-5°C', '12/-6°C', '12/-5°C', '11/-1°C', '11/-5°C', '8/-7°C', '13/-2°C', '8/-6°C', '5/-9°C', '14/-6°C', '11/-4°C', '13/-3°C'
, '13/-3°C', '12/-3°C', '12/-3°C', '13/-3°C', '12/-2°C', '12/-3°C', '13/-3°C', '12/-2°C', '12/-2°C', '12/-2°C', '12/-3°C']
df = pd.DataFrame({'location':location, 'temperature':temperature})
print('温度列')
print(df['temperature'])
正则解析温度值
df['high'] = df['temperature'].apply(lambda x: int(re.match('(-?[0-9]*?)/-?[0-9]*?°C', x).group(1) ) )
df['low'] = df['temperature'].apply(lambda x: int(re.match('-?[0-9]*?/(-?[0-9]*?)°C', x).group(1) ) )
print(df)
详细说明子字符创捕获
除了简单地判断是否匹配之外,正则表达式还有提取子串的强大功能。用()
表示的就是要提取的分组(group)。比如:^(\d{3})-(\d{3,8})$
分别定义了两个组,可以直接从匹配的字符串中提取出区号和本地号码
m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
print(m.group(0))
print(m.group(1))
print(m.group(2))# 010-12345
# 010
# 12345
如果正则表达式中定义了组,就可以在Match
对象上用group()
方法提取出子串来。
注意到group(0)
永远是原始字符串,group(1)
、group(2)
……表示第1、2、……个子串。
最终结果
Name: temperature, dtype: objectlocation temperature high low
0 香河 11/-5°C 11 -5
1 涿州 14/-5°C 14 -5
2 唐山 12/-6°C 12 -6
3 沧州 12/-5°C 12 -5
4 天津 11/-1°C 11 -1
5 廊坊 11/-5°C 11 -5
6 太原 8/-7°C 8 -7
7 石家庄 13/-2°C 13 -2
8 涿鹿 8/-6°C 8 -6
9 张家口 5/-9°C 5 -9
10 保定 14/-6°C 14 -6
11 三河 11/-4°C 11 -4
12 北京孔庙 13/-3°C 13 -3
13 北京国子监 13/-3°C 13 -3
14 中国地质博物馆 12/-3°C 12 -3
15 月坛公园 12/-3°C 12 -3
16 明城墙遗址公园 13/-3°C 13 -3
17 北京市规划展览馆 12/-2°C 12 -2
18 什刹海 12/-3°C 12 -3
19 南锣鼓巷 13/-3°C 13 -3
20 天坛公园 12/-2°C 12 -2
21 北海公园 12/-2°C 12 -2
22 景山公园 12/-2°C 12 -2
23 北京海洋馆 12/-3°C 12 -3
2 批量转化驼峰格式
import re
def camel(s):s = re.sub(r"(\s|_|-)+", " ", s).title().replace(" ", "")return s[0].lower() + s[1:]# 批量转化
def batch_camel(slist):return [camel(s) for s in slist]batch_camel(['student_id', 'student\tname', 'student-add']) #['studentId', 'studentName', 'studentAdd']
专门建立的Python学习扣QUN:⑦⑧④⑦⑤⑧②①④ 从零基础开始到Python各领域的项目实战教程、开发工具与电子书籍。与你分享企业当下对于python人才需求及学好python的高效技巧,不停更新最新教程!点击加入我们的 python学习圈
八、绘图
1 turtle绘制奥运五环图
结果:
2 turtle绘制漫天雪花
结果:
3 4种不同颜色的色块,它们的颜色真的不同吗?
4 词频云图
import hashlib
import pandas as pd
from wordcloud import WordCloud
geo_data=pd.read_excel(r"../data/geo_data.xlsx")
words = ','.join(x for x in geo_data['city'] if x != []) #筛选出非空列表值
wc = WordCloud(background_color="green", #背景颜色"green"绿色max_words=100, #显示最大词数font_path='./fonts/simhei.ttf', #显示中文min_font_size=5,max_font_size=100,width=500 #图幅宽度)
x = wc.generate(words)
x.to_file('../data/geo_data.png')
八、生成器
1 求斐波那契数列前n项(生成器版)
def fibonacci(n):a, b = 1, 1for _ in range(n):yield aa, b = b, a + blist(fibonacci(5)) # [1, 1, 2, 3, 5]
2 将list等分为子组(生成器版)
from math import ceildef divide_iter(lst, n):if n <= 0:yield lstreturni, div = 0, ceil(len(lst) / n)while i < n:yield lst[i * div: (i + 1) * div]i += 1list(divide_iter([1, 2, 3, 4, 5], 0)) # [[1, 2, 3, 4, 5]]
list(divide_iter([1, 2, 3, 4, 5], 2)) # [[1, 2, 3], [4, 5]]
九、keras
1 Keras入门例子
在学习过程中有什么不懂得可以加我的
python学习扣扣qun,784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python,和学习什么内容
import numpy as np
from keras.models import Sequential
from keras.layers import Densedata = np.random.random((1000, 1000))
labels = np.random.randint(2, size=(1000, 1))
model = Sequential()
model.add(Dense(32,activation='relu',input_dim=100))
model.add(Dense(1, activation='sigmoid'))
model.compile(optimize='rmsprop', loss='binary_crossentropy',metrics=['accuracy'])
model.fit(data, labels, epochs=10, batch_size=32)
predictions = model.predict(data)
60秒学会一个Python小例子,42个常用操作,带你学好基础!相关推荐
- 【Python基础】告别枯燥,60 秒学会一个 Python 小例子(文末下载)
本文推荐一个python的傻瓜式的学习资源,内容简单易懂,让人可以在60 秒学会一个 Python 小例子 当前库已有 300多 个实用的小例子 本文来源:https://github.com/jac ...
- 震惊了!每30秒学会一个Python小技巧,Github星数4600+
点击上方"码农突围",马上关注,每天上午8:50准时推送 真爱,请置顶或星标 作者:xiaoyu,数据爱好者 Python数据科学出品 很多学习Python的朋友在项目实战中会遇到 ...
- 每30秒学会一个Python小技巧,GitHub星数4600+
(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 ...
- 震惊了!每30秒学会一个Python小技巧,Github星数6000+
点击上方"Python数据科学",星标公众号 重磅干货,第一时间送达 ☞500g+超全学习资源免费领取,干货来袭! 作者:xiaoyu,数据爱好者 Python数据科学出品 很多学 ...
- python打乱list_超实用!每 30 秒学会一个 Python 小技巧,GitHub 标星 5300!
公众号关注 "GitHubDaily" 设为 "星标",每天带你逛 GitHub! 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 ...
- python unique函数_每30秒学会一个Python小技巧,GitHub星数4600+
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 ...
- 趣味python教程_Python趣味打怪:60秒学会一个例子,147段简单代码助你从入门到大师 | 中文资源...
原标题:Python趣味打怪:60秒学会一个例子,147段简单代码助你从入门到大师 | 中文资源 鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 人生苦短,编程苦手,不妨学起Python, ...
- 3分钟学会python_3分钟学会一个Python小技巧
Python时间日期转换在开发中是非常高频的一个操作,你经常会遇到需要将字符串转换成 datetime 或者是反过来将 datetime 转换成字符串. datetime 分别提供了两个方法 strp ...
- 告别刷抖音!30秒一个Python小例子,总有一款适合你
小编每天上班坐地铁,不是刷抖音就是煲电视剧,不是我不想学习,主要是短视频太好看了,30秒一个,刷刷刷的不停啊.如果Python也有30秒学习的小例子,我也一定会看呢. 于是小编收录整理了一些30秒一个 ...
- 告别刷抖音!30秒一个Python小例子,总有一款适合你,赶紧收藏!
小编每天上班坐地铁,不是刷抖音就是煲电视剧,不是我不想学习,主要是短视频太好看了,30秒一个,刷刷刷的不停啊.如果Python也有30秒学习的小例子,我也一定会看呢. 于是小编收录整理了一些30秒一个 ...
最新文章
- python中意外缩进是什么意思_与python中的“意外缩进”怎么办?
- html 动画div右侧消失,使用animate.css时,动画一开始不隐藏,如何解决呢?
- 推荐一个XNA的学习站点
- html 使用符号设置固定链接,让woocommerce使用数字id的固定链接插件
- 对象的序列化流_ObjectOutputStream
- Retina时代的前端视觉优化
- 净值:测试编码器/解码器
- linux 备份mysql并上传_Linux 网站目录和MySQL备份并上传FTP
- MATALB虚拟魔方构建
- [HDU 5755] Gambler Bo (高斯消元)
- 安装微软活动目录的八个重要理由
- [扫盲教程]——Mac 新手最容易犯的几项错误
- 实用Chrome插件-OneTab
- 期货居间人一年能赚多少?期货居间人开户手续费有什么优势?
- 大学《管理学》教材笔记
- JS实现限制可移动div的移动范围
- 学会用打码平台处理验证码
- oracle中diag,Oracle diag目录下面的大量trace trc文件
- 组态王与西门子1200通信,读取温湿度数据
- [转]信息安全相关理论题(六)
热门文章
- Linux文件夹加密、解密
- C#之 DateGridView分页超简单
- 解决Unable to find a single main class from the following candidates
- 配置Android的SDK,DNK,JDK,ANT打包APK环境
- Python爬虫-js案例-上海法院网
- ls只显示文件名/只显示文件夹名
- excel选择性粘贴为何是html,Excel2016中选择性粘贴功能的使用方法
- oracle如何修改redo,修改oracle redo
- Excel列与数字的转换
- 数据分析——ETF基金申购赎回清单