首页
学习
活动
专区
圈层
工具
发布
36 篇文章
1
数据分析大作战,SQL V.S. Python,来看看这些考题你都会吗 ⛵
2
数据科学手把手:碳中和下的二氧化碳排放分析 ⛵
3
面试现场!月薪3w+的这些数据挖掘SQL面试题你都掌握了吗? ⛵
4
员工离职困扰?来看AI如何解决,基于人力资源分析的 ML 模型构建全方案 ⛵
5
AI 音辨世界:艺术小白的我,靠这个AI模型,速识音乐流派选择音乐 ⛵
6
数据专家最常使用的 10 大类 Pandas 函数 ⛵
7
钻石价格预测的ML全流程!从模型构建调优道部署应用!⛵
8
掌握这9个单行代码技巧!你也能写出『高端』Python代码 ⛵
9
刘畊宏男孩女孩看过来!运动数据分析挖掘!⛵
10
二手车价格预测 | 构建AI模型并部署Web应用 ⛵
11
看看你离世界一流大厂有多远?3道Google最新SQL面试题 ⛵
12
客户流失?来看看大厂如何基于spark+机器学习构建千万数据规模上的用户留存模型 ⛵
13
再见 Excel,你好 Python Spreadsheets! ⛵
14
羡慕 Excel 的高级选择与文本框颜色呈现?Pandas 也可以拥有!! ⛵
15
2022了你还不会『低代码』?数据科学也能玩转Low-Code啦! ⛵
16
Pandas数据显示不全?快来了解这些设置技巧! ⛵
17
一键自动化数据分析!快来看看 2022 年最受欢迎的 Python 宝藏工具库! ⛵
18
羡慕实时数据看板?来看看Python的交互数据分析可视化工具!
19
自动化运维?看看Python怎样完成自动任务调度⛵
20
森林野火故事2.0:一眼看穿!使用 Panel 和 hvPlot 可视化 ⛵
21
异常值检测!最佳统计方法实践(代码实现)!⛵
22
大数据开发!Pandas转spark无痛指南!⛵
23
还在用饼状图?来瞧瞧这些炫酷的百分比可视化新图形(附代码实现)⛵
24
业务数据分析最佳案例!旅游业数据分析!⛵
25
Pandas中你一定要掌握的时间序列相关高级功能 ⛵
26
求职指南!给数据开发的SQL面试准备路径!⛵
27
Python中内置数据库!SQLite使用指南! ⛵
28
私藏!资深数据专家SQL效率优化技巧 ⛵
29
Pandas太慢?快使用Vaex DataFrame,每秒数亿数据算起来 ⛵
30
高手系列!数据科学家私藏pandas高阶用法大全 ⛵
31
『航班乘客满意度』场景数据分析建模与业务归因解释 ⛵
32
数据科学家赚多少?基于pandasql和plotly的薪资分析与可视化 ⛵
33
深度解析数据清理和特征工程!5本面向数据科学家的顶级书籍推荐 ⛵
34
就离谱!使用机器学习预测2022世界杯:小组赛挺准,但冠亚季军都错了 ⛵
35
百倍加速IO读写!快使用Parquet和Feather格式!⛵
36
交互式仪表板!Python轻松完成!⛵

掌握这9个单行代码技巧!你也能写出『高端』Python代码 ⛵

💡 作者:韩信子@ShowMeAI 📘 Python3◉技能提升系列:https://www.showmeai.tech/tutorials/56 📘 本文地址:https://www.showmeai.tech/article-detail/303 📢 声明:版权所有,转载请联系平台与作者并注明出处 📢 收藏ShowMeAI查看更多精彩内容

Python 是一个简单易上手可读性强且功能强大的编程语言,它有一些独特的技巧和写法,可以在不影响可读性的情况下大大缩短我们的 Python 代码,让它看起来更加紧凑和高级。

在本篇内容中ShowMeAI 给大家总结最常用的『单行代码(one-liner )』技巧,让你的代码加分更加『高级』!

推荐入门的小伙伴阅读ShowMeAI图解Python编程:从入门到精通系列教程 系列教程,学习全套 Python 知识!

以下所有的代码都可以在 在线 Python 编译器 中运行,快试起来!

💡 1.单行 if - else 语句

if-else 语句是我们在 Python 中学习的基础逻辑判断语法之一。 我们通常会以分支的形式来书写这个语句,但 Python 其实能支持 if 和 else 语句在同一行,简单快捷完成判断。

如下为代码示例:

代码语言:python
代码运行次数:0
复制
age = 18

valid = "你是成年人"
invalid = "你是未成年人"
# 单行代码
print(valid) if age >= 18 else print(invalid)

💡 2.列表推导式

列表推导式是 Python 独有且非常强大的语法,它提供了一种简短的语法来根据现有列表的值创建列表。 相比函数和循环更紧凑,甚至还可以加入条件判断。

列表推导式的基本语法如下:

代码语言:txt
复制
[expression for item in list]

以下是一个代码应用示例:

代码语言:python
代码运行次数:0
复制
countries = ['united states', 'brazil', 'united kingdom', 'japan']
# 带条件判断的列表推导式
capitalized = [country.title() for country in countries if country.startswith('u')]

print(capitalized)
代码语言:txt
复制
['United States', 'United Kingdom']

列表推导式非常简洁,但是大家注意,不要把过于复杂的功能嵌套于列表推导式中,我们还是要注意保持代码的可读性哦!

💡 3.字典推导式

与列表推导式类似,Python 中也有字典推导式,字典推导式提供了一种简短的语法,在一行代码中创建字典。 语法如下:

代码语言:txt
复制
{key: value for key, value in iterable}

下面是一个简单的代码示例:

代码语言:python
代码运行次数:0
复制
dict_numbers = {x:x*x for x in range(1,6) }

print(dict_numbers)
代码语言:txt
复制
{1: 1, 2: 4, 3: 9, 4: 16, 5:25}

💡 4.合并词典

我们如果需要合并字典,有多种方法,可以使用 update()方法, merge()运算符,包括上面提到的字典推导式。

一种非常简单的方法,是通过使用解包运算符 **,我们添加 **在每个字典前面,组合为一个新的字典来存储输出。如下示例:

代码语言:python
代码运行次数:0
复制
dict_1 = {'a': 1, 'b': 2}
dict_2 = {'c': 3, 'd': 4}
# 合并字典
merged_dict = {**dict_1, **dict_2}

print(merged_dict)
代码语言:txt
复制
{'a': 1, 'b': 2, 'c': 3, 'd': 4}

💡 5.删除列表重复元素

一个非常高频的处理是对列表元素虑重。这时一个最快捷的方式是利用 Python 中的集合set,集合是元素的无序集合。 我们只需要将列表转为集合再转回为列表即可。

示例如下:

代码语言:python
代码运行次数:0
复制
numbers = [1,1,1,2,2,3,4,5,6,7,7,8,9,9,9]

print(list(set(numbers)))
代码语言:txt
复制
[1, 2, 3, 4, 5, 6, 7, 8, 9]

💡 6.单行多变量赋值

如果我们需要为多个变量赋值,我们可以一行中完成这个过程,如下示例:

代码语言:python
代码运行次数:0
复制
# 单行赋值多变量
a, b, c = 1, "abc",  True

print(a, b, c)
代码语言:txt
复制
1 'abc' True

💡 7.列表元素筛选

另外一个非常常见的场景是,对列表元素进行筛选过滤,保留其中满足某些条件的元素结果为新的列表。这个功能的实现方法也很多,一个简单的方法是使用 filter()函数。

基本语法如下:

代码语言:txt
复制
filter(function, iterable)

我们甚至可以借助lambda匿名函数来定义过滤条件,配合filter,可以在一行中快速完成列表元素筛选的功能。比如下例我们筛选出列表中的所有偶数:

代码语言:python
代码运行次数:0
复制
my_list = [10, 11, 12, 13, 14, 15]
# 选出所有偶数
print(list(filter(lambda x: x%2 == 0, my_list )))
代码语言:txt
复制
[10, 12, 14]

💡 8.字典排序:按照 key

对于复杂一点点的结构,比如 Python 中的字典,如果我们要依据key进行排序,没办法直接sort,但是我们可以借助sorted函数完成这个任务,比如下例中我们根据商品的名称排序:

代码语言:python
代码运行次数:0
复制
product_prices = {'Z': 9.99, 'Y': 9.99, 'X': 9.99}

print({key:product_prices[key] for key in sorted(product_prices.keys())})
代码语言:txt
复制
{'X': 9.99, 'Y': 9.99, 'Z': 9.99}

💡 9.字典排序:按照 value

有时候我们会需要对字典基于value排序,这个任务同样可以基于sorted()函数完成,我们先看看所有sorted()函数的参数,如下。

代码语言:txt
复制
sorted(iterable, key=None, reverse=False)

要对字典按照value进行排序,我们需要使用 key 参数,这个参数接受一个函数,函数的返回值作为排序的依据。 这里配合lambda函数可以很方便地完成任务。

假设我们有一个包含人口值的字典,我们想按值对其进行排序。

代码语言:python
代码运行次数:0
复制
population = {'USA':329.5, 'Brazil': 212.6, 'UK': 67.2}

print(sorted(population.items(), key=lambda x:x[1]))
代码语言:txt
复制
[('UK', 67.2), ('Brazil', 212.6), ('USA', 329.5)]

我们发现返回的结果是一个列表,我们可以利用前面提到的字典推导式,对其进行简单处理,如下:

代码语言:python
代码运行次数:0
复制
population = {'USA':329.5, 'Brazil': 212.6, 'UK': 67.2}

print({k:v for k, v in sorted(population.items(), key=lambda x:x[1])})
{'UK': 67.2, 'Brazil': 212.6, 'USA': 329.5}

参考资料

下一篇
举报
领券