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,分享出来后受到大家的喜欢。 今天我完整梳理一遍,总结到这里。很感谢这段时间,有3个小伙伴为此库所做出的贡献。 一、基本操作1 链式比较 i = 3print(1 < i < 3) # Falseprint(1 < i <= 3) # True 2 不用else和if实现计算器
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
5 寻找第n次出现位置 def search_n(s, c, n): size = 0 for i, x in enumerate(s): if x == c: size += 1 if size == n: return i return -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
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
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
结果: 1*1=11*2=2 2*2=41*3=3 2*3=6 3*3=91*4=4 2*4=8 3*4=12 4*4=161*5=5 2*5=10 3*5=15 4*5=20 5*5=251*6=6 2*6=12 3*6=18 4*6=24 5*6=30 6*6=361*7=7 2*7=14 3*7=21 4*7=28 5*7=35 6*7=42 7*7=491*8=8 2*8=16 3*8=24 4*8=32 5*8=40 6*8=48 7*8=56 8*8=641*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
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
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
7 返回列表尾元素 def tail(lst): return lst[-1] if len(lst) > 0 else Noneprint(tail([])) # Noneprint(tail([3, 4, 1])) # 1 8 对象转换为可迭代类型
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
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
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) # Falsehas_duplicates(y) # True 14 求列表中所有重复元素
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
四、字典1 字典值最大的键值对列表 def max_pairs(dic): if len(dic) == 0: return dic max_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
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
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
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
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:
df = pd.DataFrame({'location':location, 'temperature':temperature})print('温度列')print(df['temperature']) 正则解析温度值
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 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 注意到 最终结果
2 批量转化驼峰格式 import redef 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'] 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
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, 1 for _ in range(n): yield a a, b = b, a + blist(fibonacci(5)) # [1, 1, 2, 3, 5] 2 将list等分为子组(生成器版)
九、keras1 Keras入门例子 import numpy as npfrom keras.models import Sequentialfrom 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) |
|
来自: 昵称52821188 > 《没下载》