9個(gè)應(yīng)知應(yīng)會(huì)的單行Python代碼
當(dāng)我們開(kāi)始學(xué)習(xí) Python 時(shí)，我們通常會(huì)優(yōu)先編寫(xiě)能夠完成工作的代碼，而不會(huì)關(guān)注代碼的可讀性以及代碼的簡(jiǎn)潔性和效率。
確切來(lái)說(shuō)，這是完全沒(méi)有問(wèn)題的，但是有一些方法可以在不忽略可讀性的情況下縮短我們的 Python 代碼。單行 Python 代碼，只要我們能夠正確的使用它們，那么我們將能夠很好的兼顧簡(jiǎn)潔和可讀性！
下面任何學(xué)習(xí) Python 的同學(xué)都應(yīng)該知道的 9 條單行代碼，我們一起來(lái)看看吧~
1. If — Else 語(yǔ)句
if-else 語(yǔ)句是我們?cè)?Python 中學(xué)習(xí)的第一批語(yǔ)句之一，它用于執(zhí)行給定條件的真假部分。
我們經(jīng)常使用這個(gè)語(yǔ)句，但是你知道它可以被簡(jiǎn)化為一行代碼嗎？在很多情況下，我們完全可以把 if 和 else 語(yǔ)句放在在同一行中
age = 18
valid = "You're an adult"
invalid = "You're NOT an adult"
print(valid) if age >= 18 else print(invalid)
2. 根據(jù)現(xiàn)有列表創(chuàng)建新列表
列表是一種常用的數(shù)據(jù)存儲(chǔ)方式，但你知道只需一行代碼即可基于現(xiàn)有列表創(chuàng)建新列表嗎？
沒(méi)錯(cuò)，它被稱(chēng)為列表推導(dǎo)，它提供了一種基于現(xiàn)有列表的值創(chuàng)建列表的簡(jiǎn)短語(yǔ)法，列表推導(dǎo)比用于制作列表的函數(shù)和循環(huán)更緊湊。
下面是語(yǔ)法
[expression for item in list]
我們來(lái)看個(gè)例子
words = ['united states', 'brazil', 'united kingdom']
capitalized = [word.title() for word in words]
>>> capitalized
['United States', 'Brazil', 'United Kingdom']
上面的代碼確實(shí)看起來(lái)更好！但是要記住，我們應(yīng)該保持代碼對(duì)用戶(hù)友好，因此不推薦在一行代碼中編寫(xiě)很長(zhǎng)的列表推導(dǎo)式。
3. 字典推導(dǎo)
與列表推導(dǎo)類(lèi)似，Python 中也有字典推導(dǎo)。字典推導(dǎo)提供了一種簡(jiǎn)短的語(yǔ)法，可以在一行代碼中創(chuàng)建字典。
下面是語(yǔ)法
{key: value for key, value in iterable}
來(lái)個(gè)栗子
dict_numbers = {x:x*x for x in range(1,6) }
>>> dict_numbers
{1: 1, 2: 4, 3: 9, 4: 16, 5:25}
4. 合并詞典
有多種方法可以合并字典，我們可以使用 update() 方法、merge() 運(yùn)算符，甚至是字典推導(dǎo)。
但是有一種更簡(jiǎn)單的方法可以在 Python 中合并字典，就是通過(guò)使用解包運(yùn)算符 **。我們只需要在我們希望組合的每個(gè)字典前面添加 ** 并使用額外的字典來(lái)存儲(chǔ)輸出即可
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}
在我們將 ** 運(yùn)算符應(yīng)用于字典后，兩者都將擴(kuò)展其內(nèi)容并合并以創(chuàng)建一個(gè)新字典。
5.刪除列表中的重復(fù)項(xiàng)
有時(shí)我們需要確保列表中沒(méi)有任何重復(fù)值，盡管沒(méi)有一種方法可以輕松進(jìn)行處理，但我們可以使用set來(lái)消除重復(fù)項(xiàng)。
set是一種無(wú)序集合，其中每個(gè)元素都是唯一的。這意味著如果我們將列表變成一個(gè)集合，就可以快速刪除重復(fù)項(xiàng)，。然后我們只需要將集合再次轉(zhuǎn)換為列表即可。
讓我們看一個(gè)基本的例子來(lái)掌握它
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. 在一行中給多個(gè)變量賦值
每當(dāng)我們需要分配多個(gè)變量時(shí)，可以在 Python 中將它們分配在一行中，而不是逐行分配（即使是來(lái)自不同類(lèi)型的變量）。
a, b, c = 1, "abc", True
>>> a
1
>>> b
'abc'
>>> c
True
很簡(jiǎn)潔吧，但是需要注意的是，我們分配的變量越多，將它們分配給錯(cuò)誤值的機(jī)會(huì)就越大，雙刃劍啊~
7. 從列表中過(guò)濾值
假設(shè)我們想從列表中過(guò)濾一些值，可以使用許多方法來(lái)做到這一點(diǎn)，但有一種簡(jiǎn)單的方法是使用 filter() 函數(shù)。
這是過(guò)濾器函數(shù)的語(yǔ)法：
filter(function, iterable)
如果我們?cè)谶^(guò)濾器函數(shù)中添加一個(gè) lambda 函數(shù)，效果會(huì)更好！
讓我們通過(guò)從列表中過(guò)濾偶數(shù)來(lái)掌握它
my_list = [10, 11, 12, 13, 14, 15]
>>> list(filter(lambda x: x%2 == 0, my_list ))
[10, 12, 14]
8. 按鍵排序字典
對(duì)字典進(jìn)行排序并不像對(duì)列表進(jìn)行排序那樣簡(jiǎn)單——我們不能像使用列表那樣使用 sort() 或 sorted() 對(duì)字典進(jìn)行排序。
但是我們可以將字典推導(dǎo)與 sorted() 函數(shù)結(jié)合起來(lái)，通過(guò)鍵對(duì)字典進(jìn)行排序。
在下面的示例中，我們將按產(chǎn)品名稱(chēng)對(duì)字典進(jìn)行排序。
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. 按值排序字典
類(lèi)似于按鍵對(duì)字典進(jìn)行排序，我們需要使用 sorted() 函數(shù)和列表推導(dǎo)來(lái)按值對(duì)字典進(jìn)行排序，但是我們還需要添加一個(gè) lambda 函數(shù)。
首先讓我們看看 sorted() 函數(shù)的所有參數(shù)
sorted(iterable, key=None, reverse=False)
要按值對(duì)字典進(jìn)行排序，我們需要使用 key 參數(shù)。此參數(shù)接受一個(gè)函數(shù)，該函數(shù)用作排序比較的鍵。在這里，我們可以使用 lambda 函數(shù)使事情變得更簡(jiǎn)單。
假設(shè)我們有一個(gè)包含人口值的字典，我們想按值對(duì)其進(jìn)行排序
population = {'USA':329.5, 'Brazil': 212.6, 'UK': 67.2}
>>> sorted(population.items(), key=lambda x:x[1])
[('UK', 67.2), ('Brazil', 212.6), ('USA', 329.5)]
現(xiàn)在唯一剩下的就是添加字典推導(dǎo)了
population = {'USA':329.5, 'Brazil': 212.6, 'UK': 67.2}
>>> {k:v for k, v in sorted(population.items(), key=lambda x:x[1])}
{'UK': 67.2, 'Brazil': 212.6, 'USA': 329.5}
好了，這就是今天分享的全部?jī)?nèi)容，喜歡就點(diǎn)個(gè)贊吧~
往期推薦 1、統(tǒng)計(jì)千行代碼Bug率，有沒(méi)有意義？ 2、工信部再推利民項(xiàng)目，這樣的良心工具越多越好 3、Python 任務(wù)自動(dòng)化工具 tox 教程 4、分享一個(gè)趣味性十足的Python可視化技巧 5、最好的python日期處理庫(kù)：pendulum 點(diǎn)擊關(guān)注公眾號(hào)，閱讀更多精彩內(nèi)容
