9个Python一行流小技巧,看完你就知道了
1. If - Else
一行代码搞定 if-else语句。
age = 18valid = "You're an adult"
invalid = "You're NOT an adult"
print(valid) if age >= 18 else print(invalid)
2. 列表推导式
用列表创建列表。[expression for item in list]
例子：
words = ['united states', 'brazil', 'united kingdom']
capitalized = [word.title() for word in words]>>> capitalized
['United States', 'Brazil', 'United Kingdom']3. 字典推导式
一行代码创建新字典。
{key: value for key, value in iterable}
例子：
dict_numbers = {x:x*x for x in range(1,6) }>>> dict_numbers
{1: 1, 2: 4, 3: 9, 4: 16, 5:25}
4. 连接字典
update() 和 merge()可以链接字典，但还可以使用解包操作符**。
dict_1 = {'a': 1, 'b': 2}
dict_2 = {'c': 3, 'd': 4}
merged_dict = {**dict_1, **dict_2}>>> merged_dict
{'a': 1, 'b': 2, 'c': 3, 'd': 4}5. 删除列表中的重复内容
使用集合去除列表中的重复内容。
numbers = [1,1,1,2,2,3,4,5,6,7,7,8,9,9,9]
>>> list(set(numbers))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
6. 同时给多个变量赋值
小心! 这种方式虽然方便，但不够直观，分配的变量较多时，容易出错。
a, b, c = 1, "abc", True>>> a
1>>> b
'abc'>>> c
True
7. 过滤列表中的值
使用 filter() 过滤列表中的值。
filter(function, iterable)
在filter()内部添加lambda()函数，更灵活、更强大。
my_list = [10, 11, 12, 13, 14, 15]
>>> list(filter(lambda x: x%2 == 0, my_list ))
[10, 12, 14]
8. 按键对字典进行排序
不能像列表一样直接用 sort() 或 sorted() 给字典排序。
但可以把字典推导式与 sorted() 函数结合起来，按键排序。
product_prices = {'Z': 9.99, 'Y': 9.99, 'X': 9.99}>>{key:product_prices[key] for key in sorted(product_prices.keys())}
{'X': 9.99, 'Y': 9.99, 'Z': 9.99}
9. 按值排序的字典
（1） 使用 sorted() 函数。
sorted(iterable, key=None, reverse=False)
key 参数支持把 lambda() 函数作为排序键，示例如下。
population = {'美国':329.5, '巴西': 212.6, '英国': 67.2}
>>> sorted(population.items(), key=lambda x:x[1])
[('英国', 67.2), ('巴西', 212.6), ('美国', 329.5)]
（2） 使用字典推导式。
population = {'美国':329.5, '巴西': 212.6, '英国': 67.2}
>>> {k:v for k, v in sorted(population.items(), key=lambda x:x[1])}
{'英国': 67.2, '巴西': 212.6, '美国': 329.5}
推荐书单
《Python基础编程入门》
一键扫码购书
随着人工智能、大数据与云计算的发展，Python语言得到了越来越多的使用。
本书以工作过程为导向，采用项目驱动的方式组织内容。全书共分8章，第1章介绍了编程语言发展的历程及Python开发环境的搭建；第2章介绍了Python语言的缩进、注释、数据类型、字符串、运算符和表达式等；第3章介绍了顺序结构、选择结构和循环结构等程序控制流程；第4章介绍了列表、元组与字典等数据结构；第5章介绍了Python函数的定义与调用，以及其他高阶函数的使用；第6章介绍了Python的模块与包的使用方法；第7章阐述了Python面向对象的特性；第8章介绍了Python的文件操作与异常处理机制。
本书既可作为大数据、人工智能等相关专业应用型人才的教学用书，也可以作为Python初学者的学习参考书。
长按关注《Python学研大本营》长按二维码，加入Python读者群
评论