你应该知道的 50 个 Python 单行代码

2023-05-16

你应该知道的 50 个 Python 单行代码

    • 1. 字母移位词:猜字母的个数和频次是否相同
    • 2. 二进制转十进制
    • 3. 转换成小写字母
    • 4. 转换成大写字母
    • 5. 字符串转换为字节类型
    • 6. 复制文件
    • 7. 快速排序
    • 8. n 个连续数之和
    • 9. 赋值交换
    • 10. 斐波那契数列
    • 11. 将嵌套列表合并为一个列表
    • 12. 运行一个 HTTP 服务
    • 13. 反转列表
    • 14. 求一个数的因数
    • 15. 使用“for”和“if”的列表解析
    • 16. 从列表中得到最长的字符串
    • 17. 列表推导式
    • 18. 集合推导式
    • 19. 字典推导式
    • 20. if-else
    • 21. 无限循环
    • 22. 检查数据类型
    • 23. While 循环
    • 24. 使用“print()”写入文件
    • **25. 计算字符串中的某个字符出现的频率**
    • **26. 合并两个列表**
    • 27. 合并两个字典
    • 28. 合并两个集合
    • 29. 时间戳
    • 30. 出现次数最多的元素
    • 31. 嵌套的列表推导式
    • 32. 八进制转十进制
    • 33. 将键值对转换为字典
    • 34. 计算商和余数
    • 35. 从列表中删除重复元素
    • 36. 对列表进行升序排序
    • 37. 对列表进行降序排序
    • 38. 获取一串小写字母
    • 39. 获取一串大写字母
    • 40. 获取字符串类型的0到9的数字
    • 41. 十六进制转十进制
    • 42. 人类可读的日期时间
    • 43. 将列表元素的字符串类型转换为整型
    • 44. 按"键"对字典进行排序
    • 45. 按"值"对字典进行排序
    • 46. 旋转列表
    • 47. 从字符串中删除数字
    • 48. 转置矩阵
    • 49. 从列表中过滤偶数
    • 50. 解包操作

使用 Python 总是可以轻松完成一些特定任务,这让人惊奇。一些比较繁琐的任务可以使用 Python 在单行代码中完成。下面是我收集的 50 个 Python 单行代码实例。

1. 字母移位词:猜字母的个数和频次是否相同

from collections import Counter  
 
s1 = 'below'  
s2 = 'elbow'  

print('anagram') if Counter(s1) == Counter(s2) else print('not an anagram')

or we can also do this using the sorted() method like this.

print('anagram') if sorted(s1) == sorted(s2) else print('not an anagram')

2. 二进制转十进制

decimal = int('1010', 2)  
print(decimal) #10

3. 转换成小写字母

"Hi my name is Allwin".lower() 
# 'hi my name is allwin'  

"Hi my name is Allwin".casefold()  
# 'hi my name is allwin'

4. 转换成大写字母

"hi my name is Allwin".upper()  
# 'HI MY NAME IS ALLWIN'

5. 字符串转换为字节类型

"convert string to bytes using encode method".encode()  
# b'convert string to bytes using encode method'

6. 复制文件

import shutil; shutil.copyfile('source.txt', 'dest.txt')

7. 快速排序

qsort = lambda l : l if len(l)<=1 else qsort([x for x in l[1:] if x < l[0]]) + [l[0]] + qsort([x for x in l[1:] if x >= l[0]])

8. n 个连续数之和

sum(range(0, n+1))

This is not efficient and we can do the same using the below formula.

sum_n = n*(n+1)//2

9. 赋值交换

a,b = b,a

10. 斐波那契数列

fib = lambda x: x if x<=1 else fib(x-1) + fib(x-2)  # 正确的菲波那切数列函数
fib(8) # 结果应该是21

11. 将嵌套列表合并为一个列表

[item for sublist in main_list for item in sublist]

12. 运行一个 HTTP 服务

python3 -m http.server 8000

13. 反转列表

numbers[::-1]

14. 求一个数的因数

import math; fact_5 = math.factorial(5)

15. 使用“for”和“if”的列表解析

even_list = [number for number in [1, 2, 3, 4] if number % 2 == 0]  
# [2, 4]

16. 从列表中得到最长的字符串

words = ['This', 'is', 'a', 'list', 'of', 'words']
max(words, key=len)
# 'words'

17. 列表推导式

li = [num for num in range(0,100)]  
# this will create a list of numbers from 0 to 99

18. 集合推导式

num_set = { num for num in range(0,100)}  
# this will create a set of numbers from 0 to 99

19. 字典推导式

dict_numbers = {x:x*x for x in range(1,5) }  
# {1: 1, 2: 4, 3: 9, 4: 16}

20. if-else

print("even") if 4%2==0 else print("odd")

21. 无限循环

while 1:0

22. 检查数据类型

isinstance(2, int)  
isinstance("allwin", str)  
isinstance([3,4,1997], list)

23. While 循环

a=5  
while a > 0: a = a - 1; print(a)

24. 使用“print()”写入文件

print("Hello, World!", file=open('file.txt', 'w'))

25. 计算字符串中的某个字符出现的频率

print("umbrella".count('l'))# 2

26. 合并两个列表

list1.extend(list2)# contents of list 2 will be added to the list1

27. 合并两个字典

dict1.update(dict2)  
# contents of dictionary 2 will be added to the dictionary 1

28. 合并两个集合

set1.update(set2)  
# contents of set2 will be copied to the set1

29. 时间戳

import time; print(time.time())

30. 出现次数最多的元素

numbers = [9, 4, 5, 4, 4, 5, 9, 5, 4]  
most_frequent_element = max(set(test_list), key=test_list.count)  
# 4

However, this is not efficient and we can do the same using the collections module in a more efficient way like this.

numbers = [9, 4, 5, 4, 4, 5, 9, 5, 4]  
  
from collections import Counter  
print(Counter(numbers).most_common()[0][0])# 4

31. 嵌套的列表推导式

numbers = [[num] for num in range(10)]  
# [[0], [1], [2], [3], [4], [5], [6], [7], [8], [9]]

32. 八进制转十进制

print(int('30', 8))   
# 24

33. 将键值对转换为字典

dict(name='allwin', age=23)

34. 计算商和余数

quotient, remainder = divmod(4,5)

35. 从列表中删除重复元素

list(set([4, 4, 5, 5, 6]))

36. 对列表进行升序排序

First, let us sort the list using the sorted() method. The sorted method will **return the sorted list**.

sorted([5, 2, 9, 1])# [1, 2, 5, 9]

Next, let us sort this using the sort() method. The sort() method will sort the original list and not return anything.

li = [5, 2, 9, 1]  
li.sort()  
  
print(li)  
# 1, 2, 5, 9

37. 对列表进行降序排序

sorted([5, 2, 9, 1], reverse=True)# [9, 5, 2, 1]

38. 获取一串小写字母

import string; print(string.ascii_lowercase)  
# abcdefghijklmnopqrstuvwxyz

39. 获取一串大写字母

import string; print(string.ascii_uppercase)  
# ABCDEFGHIJKLMNOPQRSTUVWXYZ

40. 获取字符串类型的0到9的数字

import string; print(string.digits)  
# 0123456789

41. 十六进制转十进制

print(int('da9', 16))  
# 3497

42. 人类可读的日期时间

import time; print(time.ctime())  
# Thu Aug 13 20:16:23 2020

43. 将列表元素的字符串类型转换为整型

list(map(int, ['1', '2', '3']))  
# [1, 2, 3]

44. 按"键"对字典进行排序

# d = {'five': 5, 'one': 1, 'four': 4, 'eight': 8}  
{key:d[key] for key in sorted(d.keys())}  
# {'eight': 8, 'five': 5, 'four': 4, 'one': 1}

45. 按"值"对字典进行排序

# x = {1: 2, 3: 4, 4: 3, 2: 1, 0: 0}  
{k: v for k, v in sorted(x.items(), key=lambda item: item[1])}  
# {0: 0, 2: 1, 1: 2, 4: 3, 3: 4}

46. 旋转列表

# li = [1,2,3,4,5]# right to left  
li[n:] + li[:n] # n is the no of rotations  
li[2:] + li[:2]  
[3, 4, 5, 1, 2]# left to right  
li[-n:] + li[:-n]  
li[-1:] + li[:-1]   
[5, 1, 2, 3, 4]

47. 从字符串中删除数字

''.join(list(filter(lambda x: x.isalpha(), 'abc123def4fg56vcg2')))  
# abcdeffgvcg

48. 转置矩阵

list(list(x) for x in zip(*old_list))  
# old_list = [[1, 2, 3], [3, 4, 6], [5, 6, 7]]  
# [[1, 3, 5], [2, 4, 6], [3, 6, 7]]

49. 从列表中过滤偶数

list(filter(lambda x: x%2 == 0, [1, 2, 3, 4, 5, 6] ))  
# [2, 4, 6]

50. 解包操作

a, *b, c = [1, 2, 3, 4, 5]  
print(a) # 1  
print(b) # [2, 3, 4]  
print(c) # 5

翻译自:https://link.zhihu.com/?target=https%3A//allwin-raju-12.medium.com/50-python-one-liners-everyone-should-know-182ea7c8de9d

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

你应该知道的 50 个 Python 单行代码 的相关文章

  • postgresql启动报错pg ctl:PID file “/opt/postgres/data/postmaster.pid“ does not exist

    背景 xff1a 服务器断电后服务无法启动 问题描述 xff1a 重启postgresql数据库服务报错 pg ctl xff1a PID file 34 opt postgres data postmaster pid 34 does n
  • 安装2008 R2 SQL,在安装程序支持文件时页面闪退

    问题描述 xff1a 安装2008 R2 SQL xff0c 在安装程序支持文件时页面闪退 故障原因 xff1a 未卸载完全 解决方案 xff1a 点击控制面板 程序 卸载程序 xff0c 右键卸载Microsoft SQL Server
  • SQL 2012 使用子账号xxx登陆报错无法打开用户默认数据库。登陆失败。错误:4064

    问题描述 xff1a SQL 2012 使用子账号xxx登陆报错无法打开用户默认数据库 登陆失败 错误 xff1a 4064 排查过程 xff1a 1 使用windows身份验证及sa子用户均可正常登录 2 主备集群环境 xff0c 当前主
  • 一个交换机端口对应的mac数量有限制吗?

    交换机中的mac地址可以有一个或多个 交换机中有一张mac地址表 xff0c 记录了mac地址和交换机端口的对应关系 xff0c 一个端口可以对应多个mac地址 xff0c 但一个mac地址不能对应多个端口 交换机可以在一个接入端口学习很多
  • PaddleOCR简单文字识别使用(一)

    先看效果图 效果还可以 不可以其实也可以自己调得可以 不过俺基本不够 就不说了 这里写下搭环境的坑免得以后忘记了 用前先搭建环境 这里由于linux系统的电脑没在手边 就在win上面搭建的 python3 7 pycharm开发环境 老笔记
  • 自定义支持 float 的 range 函数

    python range 函数是步进函数 xff0c 可快速优雅地创建一个整数列表 xff0c 一般用在 for 循环中 但是 python 自带的 range 步进函数只支持整数类型 xff0c 不支持浮点数 那么 xff0c 为了支持浮
  • python opencv通过4个坐标,剪裁图片(抠图)

    一 opencv 裁剪说明 效果展示 要裁剪的图片 裁剪出的单词图像 如下 这里程序我是用在paddleOCR里面 通过识别模型将识别出的图根据程序提供的坐标 即四个顶点的值 进行抠图的程序 上面的our和and就是扣的图 并进行了封装 相
  • python使用tkinter编写一个数据显示窗口(实时显示更新的数据)

    以下代码分为python3版本与python2版本 xff0c python3版本主要靠 self main window after 刷新的时间毫秒 需要刷新的函数这里为窗口的清除与插入函数 刷新函数进行 xff0c python2版本则
  • python 手眼标定OpenCV手眼标定(calibrateHandeye())一

    以下代码来源 本篇博客通过该代码 xff0c 附上记录的公式与查找连接 xff0c 方面以后调用能弄懂各个参数的意思 本篇看完看第二篇代码踩坑部分python 手眼标定OpenCV手眼标定 xff08 calibrateHandeye xf
  • ROS+VNC+Docker(docker下的可视化ROS)镜像源分享

    两个都可用 xff0c 推荐第二个毕竟要新一些 xff0c 以下docker环境中安装vscode链接的方法 1 作者 ct2034 截至本博客写的时候 xff0c 最后更新于2020 xff08 亲测感觉不错 xff09 带有完整 ros
  • 使用docker下的硬件使用(一)之双目摄像头

    本篇博客又名 xff1a 物理机 xff08 宿主机win xff09 下虚拟机 xff08 ubuntu xff09 中的docker下硬件 xff08 双目相机 xff09 调用 一 环境介绍 如下图 xff1a 我在windows10
  • AI自主图像生成 之 stable-diffusion(Anaconda+pycharm)本地部署

    无需订阅专栏 AI自主图像生成 之 stable diffusion 运行效果展示 一 介绍与实验效果 文章末尾包含 1 我已打包到百度云的部署验证成功并包含模型权重的代码文件 可直接链接完成python环境配置的anaconda环境下使用
  • AI自主图像生成 之 stable-diffusion—运行效果展示

    stable diffusion用途 xff1a 输入文字描述 xff0c 输出对应图片 The chicken with the hair parted in the middle and the suspenders is playin
  • python画甘特图

    1 使用plotly 安装包下载 span class token keyword import span plotly span class token punctuation span express span class token
  • bat 打开exe文件,并显示进度条

    如下 C camera flow njl CAM exe是你的exe文件路径 180 就是 180 s xff0c 即三分钟显示完毕 chcp span class token number 65001 span span class to
  • 基于opencv的掩膜生成 python

    代码将遍历JPG dir文件夹中的所有jpg文件 xff0c 并对于每一个jpg文件 xff0c 读取同名的JSON文件 xff0c 然后根据JSON文件中记录的标注区域的坐标在JPG图像上绘制掩膜图像 最后 xff0c 将掩膜图像保存到O
  • 用 Python 解数独(Sudoku)

    芬兰数学家因卡拉花费3个月时间设计出的世界上迄今难度最大的数独 数独是 9 横 9 竖共有 81 个格子 xff0c 同时又分为 9 个九宫格 规则很简单 xff1a 每个空格填入 1 9 任意一个数字 xff0c 需要保证每个横排和竖排以
  • alembic 如何使用?

    在之前的数据库操作中 xff0c 我们新增一个字段是不是每次都得删除数据库表 xff0c 然后再重新将新创建的数据库表映射到数据库中 这样操作是不是很蛋疼 xff1f 是吧 xff1f 于是sqlalchemy作者拜尔为了解决这一问题 xf
  • ROS中用opencv库实现物体中心点提取

    老师搞了个很简陋的双目摄像头 xff0c 只能输出两个摄像头的图像 xff0c 所以为了提取定位物体中心坐标 xff0c 还得算个深度距离 先对两个摄像头图像处理一下 xff0c 基于阈值分割 xff0c 然后提取个轮廓 xff0c 计算个
  • linux c语言高级编程-目录操作

    目录操作总共有以下几个函数 xff1a 1 创建目录 int mkdir const char pathname mode t mode 2 删除目录 int rmdir const char pathname 3 查看目录状态 int s

随机推荐

  • BeagleBone Black使用(一):狗板简介

    前言 BeagleBone 与 Arduino 和 Raspberry Pi xff08 树莓派 xff09 可以说是目前应用最广泛的三大嵌入式开源平台 而 BeagleBone 在一定程度上可视为融合了 Arduino 与树莓派的优点 x
  • 慧数汽车大数据分析:车市竞争将由打造爆款向构建“产品矩阵”转型

    在车企只要完成年销量三十万辆的目标时 xff0c 只需认认真真培育出一款爆款车就足够了 xff0c 如哈弗H6 完成年销量50万辆的目标时 xff0c 只需认认真真培育出一两款爆款车就足够了 xff0c 如哈弗H6 43 哈弗H2 但为什么
  • 4.10 Python tuple元组详解

    元组 xff08 tuple xff09 是 Python 中另一个重要的序列结构 xff0c 和列表类似 xff0c 元组也是由一系列按特定顺序排序的元素组成 元组和列表 xff08 list xff09 的不同之处在于 xff1a 列表
  • 使用ROS和RealSense直接获取点云

    点云获取 Realsense获取内参创建ROS工作环境创建ROS工作包package向package中添加cpp代码catkin make编译失败失败1 使用ROS订阅节点 xff08 rgb和depth xff09 ROS包安装升级Rea
  • 集成单点登录

    随着现在的系统越来越多 xff08 OA考勤 xff0c 学生宿舍管理等等 xff09 在使用中是不是还在为一次一次的登录而烦恼 xff1f 或者忘了密码而尴尬 xff0c 现在 xff0c 有一个好东西来解决这个问题了 那就是单点登录 单
  • PID算法入门与C语言代码实现

    PID算法的入门理解以及C代码实现 在结束了自控原理的学习后 xff0c 了解到PID算法是一种万能算法 xff0c 在课设中也是经常使用到的一种算法 xff0c 所以想具体的来进行以下总结与学习 xff0c 如果有错漏的地方 xff0c
  • 【Ubuntu18.04安装px4+mavros(解决mavros报错问题)】

    Ubuntu18 04安装px4 43 mavros xff08 解决mavros报错问题 xff09 安装ros melodic重新安装gazebo9 19安装mavros安装px4 我的电脑为联想R7000P2021款 xff0c 之前
  • 嵌入式面试题3

    1 讲一下STM32时钟系统 时钟系统类似于脉搏 xff0c 控制着CPU的命脉 xff0c STM32的时钟源又不像51的时钟源那么单一 xff0c 因为STM32的MCU较为复杂 xff0c 且外设较多 xff0c 并不是所有的外设都需
  • 将 linuxmint 20.2 设置成 mac 主题

    将 linuxmint 20 2 设置成 mac 主题 1 安装Adapta Nokto主题2 安装Numix Circle图标3 安装plank4 设置主题和图标5 设置字体 使用 vmware 安装 LinuxMint20 2 并打造
  • [转载][paper]Threat of Adversarial Attacks on Deep Learning in Computer Vision: A Survey

    文章目录 摘要 深度学习是当前人工智能崛起的核心 在计算机视觉领域 xff0c 它已经成为从自动驾驶汽车到监控和安全等各种应用的主力 虽然深度神经网络在解决复杂问题方面取得了惊人的成功 通常超出了人类的能力 xff0c 但最近的研究表明 x
  • [paper]Feature Squeezing: Detecting Adversarial Examples in Deep Neural Networks

    本文提出了两种特征压缩方法 xff1a 减少每个像素的颜色位深度使用空间平滑来减少各个像素之间的差异 特征压缩通过将与原始空间中许多不同特征向量相对应的样本合并为单个样本 xff0c 从而减少了对手可用的搜索空间 通过将DNN模型对原始输入
  • C# List集合查找删除指定数据

    C List集合查找删除指定数据 文章目录1 实体类2 操作第一个负荷条件数据3 操作所有符合条件数据4 优质源码 文章目录 1 实体类 public class FaultLevelModel public string LBWJ get
  • 【论文阅读】AM-Softmax:Additive Margin Softmax for Face Verification. 1801.05599.【损失函数设计】

    原文链接 xff1a https blog csdn net weixin 43154149 article details 122611784 文章目录 1 四个问题2 论文简介1 Introduction xff08 相关工作 xff1
  • MobaXterm连接出现 Network error: Connection timed out 问题解决

    MobaXterm连接出现 Network error Connection timed out xff1a 接前文 xff1a CentOS安装 点此查看文章 xff0c 安装之后的SSH连接 xff1a 解决思路如下 xff1a 1 检
  • 撰写论文时如何复制参考文献公式----Mathpix及Mathtype教程

    同学们好啊 xff0c 我们在写论文时常常需要使用一些复杂的公式 xff0c 自己对着敲又费时费力 xff0c 那么如何才能讲文献中或者书本上的公式复制在自己的文章中嘞 xff1f 阿阮分享两个公式神器 xff0c 配合使用效果更好哈 xf
  • 驱动及驱动开发的简单理解

    一直对驱动有着强烈的好奇心 xff0c 怎奈工作始终与其无缘 xff0c 且未来也不大可能接触驱动 因此 xff0c 今天用了一些时间 xff0c 去简单的了解了一下驱动及驱动开发 如果有错误的理解 xff0c 请予以指正 xff0c 不胜
  • Mac ping IP+端口

    MacOS中ping IP 43 端口 nc vz w 2 192 168 1 1 8080 windows下 telnet 192 168 1 1 8080
  • 对文件夹下所有灰度图片进行像素值的修改

    最近在跑UNet训练的时候 xff0c 想用自己的数据集做训练 xff0c 发现数据集无法加载进去 xff0c 对比了一下源码所使用的数据集 xff0c 发现是gt的像素值不对导致的 xff0c 为了省事就写了个修改gt像素值的小脚本 im
  • Linux操作系统-信号量

    信号量也属于一种进程间通信的机制 xff0c 与其他的进程间通信不同 xff0c 信号量不是用来传输数据的 xff0c 而是用来进程间同步与互斥 除此之外 xff0c 信号量还可以实现线程间的互斥 信号量是什么 xff1f 信号量的本质是一
  • 你应该知道的 50 个 Python 单行代码

    你应该知道的 50 个 Python 单行代码 1 字母移位词 xff1a 猜字母的个数和频次是否相同2 二进制转十进制3 转换成小写字母4 转换成大写字母5 字符串转换为字节类型6 复制文件7 快速排序8 n 个连续数之和9 赋值交换10