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/jackzhenguo/python-small-examples

资源下载：见文末

本库目录

第一章：Python 基础

第二章：Python字符串+正则

第三章：Python文件日期和多线程

第四章：Python三大利器

第五章：Python绘图

第六章：Python之坑

第七章：Python第三方包

第八章：必知算法

第九章：Python实战

第十章：数据分析

第十一章：一步一步掌握Flask web开发

部分内容（1-90）

一、Python基础

Python基础主要总结Python常用内置函数；Python独有的语法特性、关键词nonlocal, global等；内置数据结构包括：列表(list),  字典(dict),  集合(set),  元组(tuple) 以及相关的高级模块collections中的Counter,  namedtuple, defaultdict，heapq模块。目前共有90个小例子。

1 求绝对值

绝对值或复数的模

In [1]: abs(-6)
Out[1]: 6

2 元素都为真

接受一个可迭代对象，如果可迭代对象的所有元素都为真，那么返回 True，否则返回False

In [2]: all([1,0,3,6])
Out[2]: FalseIn [3]: all([1,2,3])
Out[3]: True

3 元素至少一个为真

接受一个可迭代对象，如果可迭代对象里至少有一个元素为真，那么返回True，否则返回False

In [4]: any([0,0,0,[]])
Out[4]: FalseIn [5]: any([0,0,1])
Out[5]: True

4 ascii展示对象

调用对象的 _repr_ 方法，获得该方法的返回值，如下例子返回值为字符串

In [1]: class Student():...:     def __init__(self,id,name):...:         self.id = id...:         self.name = name...:     def __repr__(self):...:         return 'id = '+self.id +', name = '+self.name...: ...: In [2]: xiaoming = Student(id='001',name='xiaoming')In [3]: print(xiaoming)
id = 001, name = xiaomingIn [4]: ascii(xiaoming)
Out[4]: 'id = 001, name = xiaoming'

5  十转二

将十进制转换为二进制

In [1]: bin(10)
Out[1]: '0b1010'

6 十转八

将十进制转换为八进制

In [1]: oct(9)
Out[1]: '0o11'

7 十转十六

将十进制转换为十六进制

In [1]: hex(15)
Out[1]: '0xf'

8 判断是真是假

测试一个对象是True, 还是False.

In [1]: bool([0,0,0])
Out[1]: TrueIn [2]: bool([])
Out[2]: FalseIn [3]: bool([1,0,1])
Out[3]: True

9  字符串转字节

将一个字符串转换成字节类型

In [1]: s = "apple"In [2]: bytes(s,encoding='utf-8')
Out[2]: b'apple'

10 转为字符串

将字符类型、数值类型等转换为字符串类型

In [1]: i = 100In [2]: str(i)
Out[2]: '100'

11 是否可调用

判断对象是否可被调用，能被调用的对象就是一个callable 对象，比如函数 str, int 等都是可被调用的，但是例子4 中xiaoming实例是不可被调用的：

In [1]: callable(str)
Out[1]: TrueIn [2]: callable(int)
Out[2]: TrueIn [3]: xiaoming
Out[3]: id = 001, name = xiaomingIn [4]: callable(xiaoming)
Out[4]: False

如果想让xiaoming能被调用 xiaoming(), 需要重写Student类的__call__方法：

In [1]: class Student():...:     def __init__(self,id,name):...:         self.id = id...:         self.name = name...:     def __repr__(self):...:         return 'id = '+self.id +', name = '+self.name...:     def __call__(self):...:         print('I can be called')...:         print(f'my name is {self.name}')...: ...: In [2]: t = Student('001','xiaoming')In [3]: t()
I can be called
my name is xiaoming

12 十转ASCII

查看十进制整数对应的ASCII字符

In [1]: chr(65)
Out[1]: 'A'

13 ASCII转十

查看某个ASCII字符对应的十进制数

In [1]: ord('A')
Out[1]: 65

14 类方法

classmethod 装饰器对应的函数不需要实例化，不需要 self参数，但第一个参数需要是表示自身类的 cls 参数，可以来调用类的属性，类的方法，实例化对象等。

In [1]: class Student():...:     def __init__(self,id,name):...:         self.id = id...:         self.name = name...:     def __repr__(self):...:         return 'id = '+self.id +', name = '+self.name...:     @classmethod...:     def f(cls):...:         print(cls)

15 执行字符串表示的代码

将字符串编译成python能识别或可执行的代码，也可以将文字读成字符串再编译。

In [1]: s  = "print('helloworld')"In [2]: r = compile(s,"<string>", "exec")In [3]: r
Out[3]: <code object <module> at 0x0000000005DE75D0, file "<string>", line 1>In [4]: exec(r)
helloworld

16  创建复数

创建一个复数

In [1]: complex(1,2)
Out[1]: (1+2j)

17 动态删除属性

删除对象的属性

In [1]: delattr(xiaoming,'id')In [2]: hasattr(xiaoming,'id')
Out[2]: False

18 转为字典

创建数据字典

In [1]: dict()
Out[1]: {}In [2]: dict(a='a',b='b')
Out[2]: {'a': 'a', 'b': 'b'}In [3]: dict(zip(['a','b'],[1,2]))
Out[3]: {'a': 1, 'b': 2}In [4]: dict([('a',1),('b',2)])
Out[4]: {'a': 1, 'b': 2}

19 一键查看对象所有方法

不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。

In [96]: dir(xiaoming)
Out[96]:
['__class__','__delattr__','__dict__','__dir__','__doc__','__eq__','__format__','__ge__','__getattribute__','__gt__','__hash__','__init__','__init_subclass__','__le__','__lt__','__module__','__ne__','__new__','__reduce__','__reduce_ex__','__repr__','__setattr__','__sizeof__','__str__','__subclasshook__','__weakref__','name']

20 取商和余数

分别取商和余数

In [1]: divmod(10,3)
Out[1]: (3, 1)

21 枚举对象

返回一个可以枚举的对象，该对象的next()方法将返回一个元组。

In [1]: s = ["a","b","c"]...: for i ,v in enumerate(s,1):...:     print(i,v)...:
1 a
2 b
3 c

22 计算表达式

将字符串str 当成有效的表达式来求值并返回计算结果取出字符串中内容

In [1]: s = "1 + 3 +5"...: eval(s)...:
Out[1]: 9

23 查看变量所占字节数

In [1]: import sysIn [2]: a = {'a':1,'b':2.0}In [3]: sys.getsizeof(a) # 占用240个字节
Out[3]: 240

24 过滤器

在函数中设定过滤条件，迭代元素，保留返回值为True的元素：

In [1]: fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])In [2]: list(fil)
Out[2]: [11, 45, 13]

25 转为浮点类型

将一个整数或数值型字符串转换为浮点数

In [1]: float(3)
Out[1]: 3.0

如果不能转化为浮点数，则会报ValueError:

In [2]: float('a')
# ValueError: could not convert string to float: 'a'

26 字符串格式化

格式化输出字符串，format(value, format_spec)实质上是调用了value的__format__(format_spec)方法。

In [104]: print("i am {0},age{1}".format("tom",18))
i am tom,age18

3.1415926	{:.2f}	3.14	保留小数点后两位
3.1415926	{:+.2f}	+3.14	带符号保留小数点后两位
-1	{:+.2f}	-1.00	带符号保留小数点后两位
2.71828	{:.0f}	3	不带小数
5	{:0>2d}	05	数字补零 (填充左边, 宽度为2)
5	{:x<4d}	5xxx	数字补x (填充右边, 宽度为4)
10	{:x<4d}	10xx	数字补x (填充右边, 宽度为4)
1000000	{:,}	1,000,000	以逗号分隔的数字格式
0.25	{:.2%}	25.00%	百分比格式
1000000000	{:.2e}	1.00e+09	指数记法
18	{:>10d}	' 18'	右对齐 (默认, 宽度为10)
18	{:<10d}	'18 '	左对齐 (宽度为10)
18	{:^10d}	' 18 '	中间对齐 (宽度为10)

27 冻结集合

创建一个不可修改的集合。

In [1]: frozenset([1,1,3,2,3])
Out[1]: frozenset({1, 2, 3})

因为不可修改，所以没有像set那样的add和pop方法

28 动态获取对象属性

获取对象的属性

In [1]: class Student():...:     def __init__(self,id,name):...:         self.id = id...:         self.name = name...:     def __repr__(self):...:         return 'id = '+self.id +', name = '+self.nameIn [2]: xiaoming = Student(id='001',name='xiaoming')
In [3]: getattr(xiaoming,'name') # 获取xiaoming这个实例的name属性值
Out[3]: 'xiaoming'

29 对象是否有这个属性

In [1]: class Student():...:     def __init__(self,id,name):...:         self.id = id...:         self.name = name...:     def __repr__(self):...:         return 'id = '+self.id +', name = '+self.nameIn [2]: xiaoming = Student(id='001',name='xiaoming')
In [3]: hasattr(xiaoming,'name')
Out[3]: TrueIn [4]: hasattr(xiaoming,'address')
Out[4]: False

30 返回对象的哈希值

返回对象的哈希值，值得注意的是自定义的实例都是可哈希的，list, dict, set等可变对象都是不可哈希的(unhashable)

In [1]: hash(xiaoming)
Out[1]: 6139638In [2]: hash([1,2,3])
# TypeError: unhashable type: 'list'

31  一键帮助

返回对象的帮助文档

In [1]: help(xiaoming)
Help on Student in module __main__ object:class Student(builtins.object)|  Methods defined here:||  __init__(self, id, name)||  __repr__(self)||  Data descriptors defined here:||  __dict__|      dictionary for instance variables (if defined)||  __weakref__|      list of weak references to the object (if defined)

32 对象门牌号

返回对象的内存地址

In [1]: id(xiaoming)
Out[1]: 98234208

33 获取用户输入

获取用户输入内容

In [1]: input()
aa
Out[1]: 'aa'

34  转为整型

int(x, base =10) , x可能为字符串或数值，将x 转换为一个普通整数。如果参数是字符串，那么它可能包含符号和小数点。如果超出了普通整数的表示范围，一个长整数被返回。

In [1]: int('12',16)
Out[1]: 18

35 isinstance

判断object是否为类classinfo的实例，是返回true

In [1]: class Student():...:     def __init__(self,id,name):...:         self.id = id...:         self.name = name...:     def __repr__(self):...:         return 'id = '+self.id +', name = '+self.nameIn [2]: xiaoming = Student(id='001',name='xiaoming')In [3]: isinstance(xiaoming,Student)
Out[3]: True

36 父子关系鉴定

In [1]: class undergraduate(Student):...:     def studyClass(self):...:         pass...:     def attendActivity(self):...:         passIn [2]: issubclass(undergraduate,Student)
Out[2]: TrueIn [3]: issubclass(object,Student)
Out[3]: FalseIn [4]: issubclass(Student,object)
Out[4]: True

如果class是classinfo元组中某个元素的子类，也会返回True

In [1]: issubclass(int,(int,float))
Out[1]: True

37 创建迭代器类型

使用iter(obj, sentinel), 返回一个可迭代对象, sentinel可省略(一旦迭代到此元素，立即终止)

In [1]: lst = [1,3,5]In [2]: for i in iter(lst):...:     print(i)...:
1
3
5

In [1]: class TestIter(object):...:     def __init__(self):...:         self.l=[1,3,2,3,4,5]...:         self.i=iter(self.l)...:     def __call__(self):  #定义了__call__方法的类的实例是可调用的...:         item = next(self.i)...:         print ("__call__ is called,fowhich would return",item)...:         return item...:     def __iter__(self): #支持迭代协议(即定义有__iter__()函数)...:         print ("__iter__ is called!!")...:         return iter(self.l)
In [2]: t = TestIter()
In [3]: t() # 因为实现了__call__，所以t实例能被调用
__call__ is called,which would return 1
Out[3]: 1In [4]: for e in TestIter(): # 因为实现了__iter__方法，所以t能被迭代...:     print(e)...:
__iter__ is called!!
1
3
2
3
4
5

38 所有对象之根

object 是所有类的基类

In [1]: o = object()In [2]: type(o)
Out[2]: object

39 打开文件

返回文件对象

In [1]: fo = open('D:/a.txt',mode='r', encoding='utf-8')In [2]: fo.read()
Out[2]: '\ufefflife is not so long,\nI use Python to play.'

mode取值表：

字符	意义
'r'	读取（默认）
'w'	写入，并先截断文件
'x'	排它性创建，如果文件已存在则失败
'a'	写入，如果文件存在则在末尾追加
'b'	二进制模式
't'	文本模式（默认）
'+'	打开用于更新（读取与写入）

40 次幂

base为底的exp次幂，如果mod给出，取余

In [1]: pow(3, 2, 4)
Out[1]: 1

41 打印

In [5]: lst = [1,3,5]In [6]: print(lst)
[1, 3, 5]In [7]: print(f'lst: {lst}')
lst: [1, 3, 5]In [8]: print('lst:{}'.format(lst))
lst:[1, 3, 5]In [9]: print('lst:',lst)
lst: [1, 3, 5]

42  创建属性的两种方式

返回 property 属性，典型的用法：

class C:def __init__(self):self._x = Nonedef getx(self):return self._xdef setx(self, value):self._x = valuedef delx(self):del self._x# 使用property类创建 property 属性x = property(getx, setx, delx, "I'm the 'x' property.")

使用python装饰器，实现与上完全一样的效果代码：

class C:def __init__(self):self._x = None@propertydef x(self):return self._x@x.setterdef x(self, value):self._x = value@x.deleterdef x(self):del self._x

43 创建range序列

1. range(stop)

2. range(start, stop[,step])

生成一个不可变序列：

In [1]: range(11)
Out[1]: range(0, 11)In [2]: range(0,11,1)
Out[2]: range(0, 11)

44 反向迭代器

In [1]: rev = reversed([1,4,2,3,1])In [2]: for i in rev:...:     print(i)...:
1
3
2
4
1

45 四舍五入

四舍五入，ndigits代表小数点后保留几位：

In [11]: round(10.0222222, 3)
Out[11]: 10.022In [12]: round(10.05,1)
Out[12]: 10.1

46 转为集合类型

返回一个set对象，集合内不允许有重复元素：

In [159]: a = [1,4,2,3,1]In [160]: set(a)
Out[160]: {1, 2, 3, 4}

47 转为切片对象

class slice(start, stop[, step])

返回一个表示由 range(start, stop, step) 所指定索引集的 slice对象，它让代码可读性、可维护性变好。

In [1]: a = [1,4,2,3,1]In [2]: my_slice_meaning = slice(0,5,2)In [3]: a[my_slice_meaning]
Out[3]: [1, 2, 1]

48 拿来就用的排序函数

排序：

In [1]: a = [1,4,2,3,1]In [2]: sorted(a,reverse=True)
Out[2]: [4, 3, 2, 1, 1]In [3]: a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':'...: xiaohong','age':20,'gender':'female'}]
In [4]: sorted(a,key=lambda x: x['age'],reverse=False)
Out[4]:
[{'name': 'xiaoming', 'age': 18, 'gender': 'male'},{'name': 'xiaohong', 'age': 20, 'gender': 'female'}]

####49 求和函数

求和：

In [181]: a = [1,4,2,3,1]In [182]: sum(a)
Out[182]: 11In [185]: sum(a,10) #求和的初始值为10
Out[185]: 21

50 转元组

tuple() 将对象转为一个不可变的序列类型

In [16]: i_am_list = [1,3,5]
In [17]: i_am_tuple = tuple(i_am_list)
In [18]: i_am_tuple
Out[18]: (1, 3, 5)

51 查看对象类型

class type(name, bases, dict)

传入一个参数时，返回 object 的类型：

In [1]: class Student():...:     def __init__(self,id,name):...:         self.id = id...:         self.name = name...:     def __repr__(self):...:         return 'id = '+self.id +', name = '+self.name...: ...: In [2]: xiaoming = Student(id='001',name='xiaoming')
In [3]: type(xiaoming)
Out[3]: __main__.StudentIn [4]: type(tuple())
Out[4]: tuple

52 聚合迭代器

创建一个聚合了来自每个可迭代对象中的元素的迭代器：

In [1]: x = [3,2,1]
In [2]: y = [4,5,6]
In [3]: list(zip(y,x))
Out[3]: [(4, 3), (5, 2), (6, 1)]In [4]: a = range(5)
In [5]: b = list('abcde')
In [6]: b
Out[6]: ['a', 'b', 'c', 'd', 'e']
In [7]: [str(y) + str(x) for x,y in zip(a,b)]
Out[7]: ['a0', 'b1', 'c2', 'd3', 'e4']

53 nonlocal用于内嵌函数中

关键词nonlocal常用于函数嵌套中，声明变量i为非局部变量； 如果不声明，i+=1表明i为函数wrapper内的局部变量，因为在i+=1引用(reference)时,i未被声明，所以会报unreferenced variable的错误。

def excepter(f):i = 0t1 = time.time()def wrapper(): try:f()except Exception as e:nonlocal ii += 1print(f'{e.args[0]}: {i}')t2 = time.time()if i == n:print(f'spending time:{round(t2-t1,2)}')return wrapper

54 global 声明全局变量

先回答为什么要有global，一个变量被多个函数引用，想让全局变量被所有函数共享。有的伙伴可能会想这还不简单，这样写：

i = 5
def f():print(i)def g():print(i)passf()
g()

f和g两个函数都能共享变量i，程序没有报错，所以他们依然不明白为什么要用global.

但是，如果我想要有个函数对i递增，这样：

def h():i += 1h()

此时执行程序，bang, 出错了！ 抛出异常：UnboundLocalError，原来编译器在解释i+=1时会把i解析为函数h()内的局部变量，很显然在此函数内，编译器找不到对变量i的定义，所以会报错。

global就是为解决此问题而被提出，在函数h内，显示地告诉编译器i为全局变量，然后编译器会在函数外面寻找i的定义，执行完i+=1后，i还为全局变量，值加1：

i = 0
def h():global ii += 1h()
print(i)

55 链式比较

i = 3
print(1 < i < 3)  # False
print(1 < i <= 3)  # True

56 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

57 链式操作

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

58 交换两元素

def swap(a, b):return b, aprint(swap(1, 0))  # (0,1)

59 去最求平均

def score_mean(lst):lst.sort()lst2=lst[1:(len(lst)-1)]return round((sum(lst2)/len(lst2)),1)lst=[9.1, 9.0,8.1, 9.7, 19,8.2, 8.6,9.8]
score_mean(lst) # 9.1

60 打印99乘法表

打印出如下格式的乘法表

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

一共有10 行，第i行的第j列等于：j*i，

其中,

i取值范围：1<=i<=9

j取值范围：1<=j<=i

根据例子分析的语言描述，转化为如下代码：

for i in range(1,10):...:     for j in range(1,i+1):...:         print('%d*%d=%d'%(j,i,j*i),end="\t")...:     print()

61 全展开

对于如下数组：

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

如何完全展开成一维的。这个小例子实现的flatten是递归版，两个参数分别表示带展开的数组，输出数组。

from collections.abc import *def flatten(lst, out_lst=None):if out_lst is None:out_lst = []for i in lst:if isinstance(i, Iterable): # 判断i是否可迭代flatten(i, out_lst)  # 尾数递归else:out_lst.append(i)    # 产生结果return out_lst

调用flatten:

print(flatten([[1,2,3],[4,5]]))
print(flatten([[1,2,3],[4,5]], [6,7]))
print(flatten([[[1,2,3],[4,5,6]]]))
# 结果：
[1, 2, 3, 4, 5]
[6, 7, 1, 2, 3, 4, 5]
[1, 2, 3, 4, 5, 6]

numpy里的flatten与上面的函数实现有些微妙的不同：

import numpy
b = numpy.array([[1,2,3],[4,5]])
b.flatten()
array([list([1, 2, 3]), list([4, 5])], dtype=object)

62 列表等分

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)
print(r)  # [[1, 3], [5, 7], [9]]r = divide([1, 3, 5, 7, 9], 0)
print(r)  # [[1, 3, 5, 7, 9]]r = divide([1, 3, 5, 7, 9], -3)
print(r)  # [[1, 3, 5, 7, 9]]

63 列表压缩

def filter_false(lst):return list(filter(bool, lst))r = filter_false([None, 0, False, '', [], 'ok', [1, 2]])
print(r)  # ['ok', [1, 2]]

64 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])
print(f'更长的列表是{r}')  # [4, 5, 6, 7]r = max_length([1, 2, 3], [4, 5, 6, 7], [8, 9])
print(f'更长的列表是{r}')  # [4, 5, 6, 7]

65 求众数

def top1(lst):return max(lst, default='列表为空', key=lambda v: lst.count(v))lst = [1, 3, 3, 2, 1, 1, 2]
r = top1(lst)
print(f'{lst}中出现次数最多的元素为:{r}')  # [1, 3, 3, 2, 1, 1, 2]中出现次数最多的元素为:1

66 多表之最

def max_lists(*lst):return max(max(*lst, key=lambda v: max(v)))r = max_lists([1, 2, 3], [6, 7, 8], [4, 5])
print(r)  # 8

67 列表查重

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

68 列表反转

def reverse(lst):return lst[::-1]r = reverse([1, -2, 3, 4, 1, 2])
print(r)  # [2, 1, 4, 3, -2, 1]

69 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]

70 按条件分组

def bif_by(lst, f):return [ [x for x in lst if f(x)],[x for x in lst if not f(x)]]records = [25,89,31,34]
bif_by(records, lambda x: x<80) # [[25, 31, 34], [89]]

71 map实现向量运算

#多序列运算函数—map(function,iterabel,iterable2)
lst1=[1,2,3,4,5,6]
lst2=[3,4,5,6,3,2]
list(map(lambda x,y:x*y+1,lst1,lst2))
### [4, 9, 16, 25, 16, 13]

72 值最大的字典

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]r = max_pairs({'a': -10, 'b': 5, 'c': 3, 'd': 5})
print(r)  # [('b', 5), ('d', 5)]

73 合并两个字典

def merge_dict(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}

74 topn字典

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']

75 异位词

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

76 逻辑上合并字典

(1) 两种合并字典方法 这是一般的字典合并写法

dic1 = {'x': 1, 'y': 2 }
dic2 = {'y': 3, 'z': 4 }
merged1 = {**dic1, **dic2} # {'x': 1, 'y': 3, 'z': 4}

修改merged['x']=10，dic1中的x值不变，merged是重新生成的一个新字典。

但是，ChainMap却不同，它在内部创建了一个容纳这些字典的列表。因此使用ChainMap合并字典，修改merged['x']=10后，dic1中的x值改变，如下所示：

from collections import ChainMap
merged2 = ChainMap(dic1,dic2)
print(merged2) # ChainMap({'x': 1, 'y': 2}, {'y': 3, 'z': 4})

77 命名元组提高可读性

from collections import namedtuple
Point = namedtuple('Point', ['x', 'y', 'z'])  # 定义名字为Point的元祖，字段属性有x,y,z
lst = [Point(1.5, 2, 3.0), Point(-0.3, -1.0, 2.1), Point(1.3, 2.8, -2.5)]
print(lst[0].y - lst[1].y)

使用命名元组写出来的代码可读性更好，尤其处理上百上千个属性时作用更加凸显。

78 样本抽样

使用sample抽样，如下例子从100个样本中随机抽样10个。

from random import randint,sample
lst = [randint(0,50) for _ in range(100)]
print(lst[:5])# [38, 19, 11, 3, 6]
lst_sample = sample(lst,10)
print(lst_sample) # [33, 40, 35, 49, 24, 15, 48, 29, 37, 24]

79 重洗数据集

使用shuffle用来重洗数据集，值得注意shuffle是对lst就地(in place)洗牌，节省存储空间

from random import shuffle
lst = [randint(0,50) for _ in range(100)]
shuffle(lst)
print(lst[:5]) # [50, 3, 48, 1, 26]

80 10个均匀分布的坐标点

random模块中的uniform(a,b)生成[a,b)内的一个随机数，如下生成10个均匀分布的二维坐标点

from random import uniform
In [1]: [(uniform(0,10),uniform(0,10)) for _ in range(10)]
Out[1]:
[(9.244361194237328, 7.684326645514235),(8.129267671737324, 9.988395854203773),(9.505278771040661, 2.8650440524834107),(3.84320100484284, 1.7687190176304601),(6.095385729409376, 2.377133802224657),(8.522913365698605, 3.2395995841267844),(8.827829601859406, 3.9298809217233766),(1.4749644859469302, 8.038753079253127),(9.005430657826324, 7.58011186920019),(8.700789540392917, 1.2217577293254112)]

81 10个高斯分布的坐标点

random模块中的gauss(u,sigma)生成均值为u, 标准差为sigma的满足高斯分布的值，如下生成10个二维坐标点，样本误差(y-2*x-1)满足均值为0，标准差为1的高斯分布：

from random import gauss
x = range(10)
y = [2*xi+1+gauss(0,1) for xi in x]
points = list(zip(x,y))
### 10个二维点：
[(0, -0.86789025305992),(1, 4.738439437453464),(2, 5.190278040856102),(3, 8.05270893133576),(4, 9.979481700775292),(5, 11.960781766216384),(6, 13.025427054303737),(7, 14.02384035204836),(8, 15.33755823101161),(9, 17.565074449028497)]

82 chain高效串联多个容器对象

chain函数串联a和b，兼顾内存效率同时写法更加优雅。

from itertools import chain
a = [1,3,5,0]
b = (2,4,6)for i in chain(a,b):print(i)
### 结果
1
3
5
0
2
4
6

83 操作函数对象

In [31]: def f():...:     print('i\'m f')...:In [32]: def g():...:     print('i\'m g')...:In [33]: [f,g][1]()
i'm g

创建函数对象的list，根据想要调用的index，方便统一调用。

84 生成逆序序列

list(range(10,-1,-1)) # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

第三个参数为负时，表示从第一个参数开始递减，终止到第二个参数(不包括此边界)

85 函数的五类参数使用例子

python五类参数：位置参数，关键字参数，默认参数，可变位置或关键字参数的使用。

def f(a,*b,c=10,**d):print(f'a:{a},b:{b},c:{c},d:{d}')

默认参数c不能位于可变关键字参数d后.

调用f:

In [10]: f(1,2,5,width=10,height=20)
a:1,b:(2, 5),c:10,d:{'width': 10, 'height': 20}

可变位置参数b实参后被解析为元组(2,5);而c取得默认值10; d被解析为字典.

再次调用f:

In [11]: f(a=1,c=12)
a:1,b:(),c:12,d:{}

a=1传入时a就是关键字参数，b,d都未传值，c被传入12，而非默认值。

注意观察参数a, 既可以f(1),也可以f(a=1) 其可读性比第一种更好，建议使用f(a=1)。如果要强制使用f(a=1)，需要在前面添加一个星号:

def f(*,a,*b):print(f'a:{a},b:{b}')

此时f(1)调用，将会报错：TypeError: f() takes 0 positional arguments but 1 was given

只能f(a=1)才能OK.

说明前面的*发挥作用，它变为只能传入关键字参数，那么如何查看这个参数的类型呢？借助python的inspect模块：

In [22]: for name,val in signature(f).parameters.items():...:     print(name,val.kind)...:
a KEYWORD_ONLY
b VAR_KEYWORD

可看到参数a的类型为KEYWORD_ONLY，也就是仅仅为关键字参数。

但是，如果f定义为：

def f(a,*b):print(f'a:{a},b:{b}')

查看参数类型：

In [24]: for name,val in signature(f).parameters.items():...:     print(name,val.kind)...:
a POSITIONAL_OR_KEYWORD
b VAR_POSITIONAL

可以看到参数a既可以是位置参数也可是关键字参数。

86  使用slice对象

生成关于蛋糕的序列cake1：

In [1]: cake1 = list(range(5,0,-1))In [2]: b = cake1[1:10:2]In [3]: b
Out[3]: [4, 2]In [4]: cake1
Out[4]: [5, 4, 3, 2, 1]

再生成一个序列：

In [5]: from random import randint...: cake2 = [randint(1,100) for _ in range(100)]...: # 同样以间隔为2切前10个元素，得到切片d...: d = cake2[1:10:2]
In [6]: d
Out[6]: [75, 33, 63, 93, 15]

你看，我们使用同一种切法，分别切开两个蛋糕cake1,cake2. 后来发现这种切法极为经典，又拿它去切更多的容器对象。

那么，为什么不把这种切法封装为一个对象呢？于是就有了slice对象。

定义slice对象极为简单，如把上面的切法定义成slice对象：

perfect_cake_slice_way = slice(1,10,2)
#去切cake1
cake1_slice = cake1[perfect_cake_slice_way]
cake2_slice = cake2[perfect_cake_slice_way]In [11]: cake1_slice
Out[11]: [4, 2]In [12]: cake2_slice
Out[12]: [75, 33, 63, 93, 15]

与上面的结果一致。

对于逆向序列切片，slice对象一样可行：

a = [1,3,5,7,9,0,3,5,7]
a_ = a[5:1:-1]named_slice = slice(5,1,-1)
a_slice = a[named_slice] In [14]: a_
Out[14]: [0, 9, 7, 5]In [15]: a_slice
Out[15]: [0, 9, 7, 5]

频繁使用同一切片的操作可使用slice对象抽出来，复用的同时还能提高代码可读性。

87 lambda 函数的动画演示

有些读者反映，lambda函数不太会用，问我能不能解释一下。

比如，下面求这个 lambda函数：

def max_len(*lists):return max(*lists, key=lambda v: len(v))

有两点疑惑：

• 参数v的取值？

• lambda函数有返回值吗？如果有，返回值是多少？

调用上面函数，求出以下三个最长的列表：

r = max_len([1, 2, 3], [4, 5, 6, 7], [8])
print(f'更长的列表是{r}')

程序完整运行过程，动画演示如下：

结论：

• 参数v的可能取值为*lists，也就是 tuple 的一个元素。

• lambda函数返回值，等于lambda v冒号后表达式的返回值。

88 粘性之禅

7 行代码够烧脑，不信试试~~

def product(*args, repeat=1):pools = [tuple(pool) for pool in args] * repeatresult = [[]]for pool in pools:result = [x+[y] for x in result for y in pool]for prod in result:yield tuple(prod)

调用函数：

rtn = product('xyz', '12', repeat=3)
print(list(rtn))

快去手动敲敲，看看输出啥吧~~

89 元类

xiaoming, xiaohong, xiaozhang 都是学生，这类群体叫做 Student.

Python 定义类的常见方法，使用关键字 class

In [36]: class Student(object):...:     pass

xiaoming, xiaohong, xiaozhang 是类的实例，则：

xiaoming = Student()
xiaohong = Student()
xiaozhang = Student()

创建后，xiaoming 的 __class__ 属性，返回的便是 Student类

In [38]: xiaoming.__class__
Out[38]: __main__.Student

问题在于，Student 类有 __class__属性，如果有，返回的又是什么？

In [39]: xiaoming.__class__.__class__
Out[39]: type

哇，程序没报错，返回 type

那么，我们不妨猜测：Student 类，类型就是 type

换句话说，Student类就是一个对象，它的类型就是 type

所以，Python 中一切皆对象，类也是对象

Python 中，将描述 Student 类的类被称为：元类。

按照此逻辑延伸，描述元类的类被称为：元元类，开玩笑了~ 描述元类的类也被称为元类。

聪明的朋友会问了，既然 Student 类可创建实例，那么 type 类可创建实例吗？ 如果能，它创建的实例就叫：类 了。 你们真聪明！

说对了，type 类一定能创建实例，比如 Student 类了。

In [40]: Student = type('Student',(),{})In [41]: Student
Out[41]: __main__.Student

它与使用 class 关键字创建的 Student 类一模一样。

Python 的类，因为又是对象，所以和 xiaoming，xiaohong 对象操作相似。支持：

• 赋值

• 拷贝

• 添加属性

• 作为函数参数

In [43]: StudentMirror = Student # 类直接赋值 # 类直接赋值
In [44]: Student.class_property = 'class_property' # 添加类属性
In [46]: hasattr(Student, 'class_property')
Out[46]: True

元类，确实使用不是那么多，也许先了解这些，就能应付一些场合。就连 Python 界的领袖 Tim Peters 都说：

“元类就是深度的魔法，99%的用户应该根本不必为此操心。”

90 对象序列化

对象序列化，是指将内存中的对象转化为可存储或传输的过程。很多场景，直接一个类对象，传输不方便。

但是，当对象序列化后，就会更加方便，因为约定俗成的，接口间的调用或者发起的 web 请求，一般使用 json 串传输。

实际使用中，一般对类对象序列化。先创建一个 Student 类型，并创建两个实例。

    class Student():def __init__(self,**args):self.ids = args['ids']self.name = args['name']self.address = args['address']xiaoming = Student(ids = 1,name = 'xiaoming',address = '北京')xiaohong = Student(ids = 2,name = 'xiaohong',address = '南京')

导入 json 模块，调用 dump 方法，就会将列表对象 [xiaoming,xiaohong]，序列化到文件 json.txt 中。

    import jsonwith open('json.txt', 'w') as f:json.dump([xiaoming,xiaohong], f, default=lambda obj: obj.__dict__, ensure_ascii=False, indent=2, sort_keys=True)

生成的文件内容，如下：

    [{"address": "北京","ids": 1,"name": "xiaoming"},{"address": "南京","ids": 2,"name": "xiaohong"}]

资源下载

所有300多个例子已经整合成182页的pdf，可以到作者仓库找到下载方式：

https://github.com/jackzhenguo/python-small-examples

也可以在公众号回复"mypy"获得百度云下载链接。

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am本站qq群1003271085。加入微信群请扫码进群：