这 14 个短代码，蕴含着丰富的 Python 编程思维

 今天给大家带来一些30秒就能学会的个短代码片段，这些代码潜力无限，代码蕴含了丰富的蕴含python编程思维，应用领域非常广泛，着丰而且学起来非常简单。编程

1."二维列表"

解读：根据给定的个短长和宽，以及初始值，代码返回一个二维列表。蕴含 

def initialize_2d_list(w,着丰 h, val=None):      return [[val for x in range(w)] for y in range(h)] 

例： 

>>> initialize_2d_list(2,2)  [[None, None], [None, None]]  >>> initialize_2d_list(2,2,0)  [[0, 0], [0, 0]] 

2.函数切割数组

解读：使用一个函数应用到一个数组的每个元素上，使得这个数组被切割成两个部分。编程如果说，个短函数应用到元素上返回的代码值为True，则该元素被切割到第一部分，蕴含否则分为第二部分。着丰 

def bifurcate_by(lst,编程 fn):      return [        [x for x in lst if fn(x)],        [x for x in lst if not fn(x)]      ] 

例： 

>>> bifurcate_by([beep, boop, foo, bar], lambda x: x[0] == b)  [[beep, boop, bar], [foo]] 

3."交集点"

解读： 两个数组在被一个函数应用后，从第一个数组中提取出共有的元素的原元素组成一个新的数组。 

def intersection_by(a, b, fn):      _b = set(map(fn, b))      return [item for item in a if fn(item) in _b] 

例： 

>>> from math import floor  >>> intersection_by([2.1, 1.2], [2.3, 3.4],floor)  [2.1] 

4.最大值下标

解读：返回数组中最大值的下标。 

def max_element_index(arr):      return arr.index(max(arr)) 

例： 

>>> max_element_index([5, 8, 9, 7, 10, 3, 0])  4 

5.数组对称差

解读：找出两个数组中不同的元素，并合成为一个新的数组。 

def symmetric_difference(a, b):      _a, _b = set(a), set(b)     return [item for item in a if item not in _b] + [item for item in b if item not in _a] 

例： 

>>> symmetric_difference([1, 2, 3], [1, 2, 4])  [3, 4] 

6."夹数"

解读：如果 num 落在一段数字范围内，则返回num，否则返回离这个范围最近的边界： 

def clamp_number(num,a,b):      return max(min(num, max(a,b)),min(a,b)) 

例： 

>> clamp_number(2,3,10)  3  >> clamp_number(7,3,10)  7  >> clamp_number(124,3,10)  10 

7.键值映射

解读：使用对象的高防服务器键重新创建对象，并运行函数为每个对象的键创建值。

使用dict.keys()遍历对象的键， 通过函数生成一个新的值。 

def map_values(obj, fn):      ret = { }      for key in obj.keys():          ret[key] = fn(obj[key])      return ret 

例： 

>>> users = {   ...   fred: {  user: fred, age: 40 },  ...   pebbles: {  user: pebbles, age: 1 }  ... } >>> map_values(users, lambda u : u[age])  { fred: 40, pebbles: 1}  >>> map_values(users, lambda u : u[age]+1)  { fred: 41, pebbles: 2} 

8.大小写转换

解读： 将英文单词的首字母大写改为小写。

upper_rest参数：设定是否将除首字母外的其他字母大小写转换。 

def decapitalize(s, upper_rest=False):      return s[:1].lower() + (s[1:].upper() if upper_rest else s[1:]) 

例： 

>>> decapitalize(FooBar)  fooBar  >>> decapitalize(FooBar, True)  fOOBAR 

9.同键求和

解读：对列表中的各个字典里相同键值的对象求和。 

def sum_by(lst, fn):      return sum(map(fn,lst)) 

例： 

>>> sum_by([{  n: 4 }, {  n: 2 }, {  n: 8 }], lambda v : v[n])  14 

10.一行代码求出现次数

解读：求出列表中某个数出现的次数和。 

def count_occurrences(lst, val):      return len([x for x in lst if x == val and type(x) == type(val)]) 

例： 

>>> count_occurrences([1, 1, 2, 1, 2, 3], 1)  3 

11.数组再分组

对一个列表根据所需要的大小进行细分：

效果如下： 

chunk([1,2,3,4,5],2)  # [[1,2],[3,4],5] 

return中，map的第二个参数是一个列表，map会将列表中的每一个元素用于调用第一个参数的 function 函数，返回包含每次 function 函数返回值的新列表。

12.数字转数组

同样是一则关于map的应用，将整形数字拆分到数组中： 

def digitize(n):      return list(map(int, str(n))) 

效果如下： 

digitize(123)  # [1, 2, 3] 

它将整形数字n转化为字符串后，还自动对该字符串进行了序列化分割，最后将元素应用到map的香港云服务器第一个参数中，转化为整形后返回。

13.非递归斐波那契

还记得菲波那切数列吗，前两个数的和为第三个数的值，如0、1、1、2、3、5、8、13....

如果使用递归来实现这个算法，效率非常低下，我们使用非递归的方式实现：

效果如下： 

fibonacci(7)  # [0, 1, 1, 2, 3, 5, 8, 13] 

这样看是很简单，但是思维要绕的过来哦。

14.下划线化字符串

批量统一变量名称或者字符串格式。

效果如下： 

snake(camelCase)# camel_case  snake(some text)# some_text  snake(some-mixed_string With spaces_underscores-and-hyphens)# some_mixed_string_with_spaces_underscores_and_hyphens  snake(AllThe-small Things)# "all_the_small_things" 

re.sub用于替换字符串中的匹配项。这里其实是一个“套娃”用法，一开始可能不太好理解，需要慢慢理解。

第一个替换，是将s字符串中，使用 替换-。

第二个替换，源码下载是针对第一个替换后的字符串，对符合([A-Z]+)正则表达式的字符区段（全大写的单词）用r \1替换，也就是用空格区分开每一个单词。

第三个替换，是对第二个替换后的字符串，对符合([A-Z][a-z]+)正则表达式的字符区段（也就是首字母大写，其他字母小写的词语）用r \1替换，也是将单词用空格分隔开。

我们的文章到此就结束啦。 

很赞哦!（1）