Python小例子:实用技巧和最佳实践汇总

python-small-examples

Python小例子:实用技巧和最佳实践汇总

Python作为一门简洁优雅且功能强大的编程语言,深受开发者喜爱。本文汇总了200多个Python小例子,涵盖了Python编程的方方面面,从基本操作到高级特性,为Python开发者提供了丰富的实用技巧和最佳实践。让我们一起来探索Python的魅力吧!

基本操作

Python的基本操作是每个Python开发者必须掌握的基础。这部分包含了30多个小例子,涵盖了数值运算、类型转换、序列操作等方面。

数值运算

Python提供了丰富的数值运算功能。例如,使用max()函数可以轻松实现relu激活函数:

def relu(x):
    return max(0, x)

进制转换也很简单,可以使用bin(), oct(), hex()函数:

print(bin(10))  # 0b1010
print(oct(10))  # 0o12  
print(hex(10))  # 0xa

类型转换

Python中的类型转换非常灵活。例如,可以使用chr()和ord()函数实现整数和ASCII码的互转:

print(chr(65))  # A
print(ord('A'))  # 65

使用complex()函数可以创建复数:

c = complex(1, 2)
print(c)  # (1+2j)

序列操作

Python的序列操作非常强大。例如,可以使用切片对象slice()来操作序列:

a = [0, 1, 2, 3, 4, 5]
s = slice(1, 5, 2)
print(a[s])  # [1, 3]

使用enumerate()函数可以同时迭代索引和元素:

for i, v in enumerate(['a', 'b', 'c']):
    print(i, v)

这些基本操作为Python编程奠定了坚实的基础。熟练掌握这些操作,可以大大提高编程效率。

函数和模块常见用法

函数是Python中最基本的代码封装单位,而模块则是更大规模的代码组织方式。这部分包含了24个小例子,展示了Python函数和模块的常见用法。

函数参数

Python的函数参数非常灵活。例如,可以使用*args和**kwargs来接收任意数量的位置参数和关键字参数:

def func(*args, **kwargs):
    print(args)    # 位置参数
    print(kwargs)  # 关键字参数

func(1, 2, 3, a=4, b=5)

lambda函数

lambda函数是Python中的匿名函数,可以用来创建简单的函数:

square = lambda x: x ** 2
print(square(5))  # 25

内置函数

Python提供了许多有用的内置函数。例如,sorted()函数可以方便地对序列进行排序:

sorted([3, 1, 2], reverse=True)  # [3, 2, 1]

filter()函数可以用来过滤序列:

list(filter(lambda x: x > 0, [-1, 0, 1, 2]))  # [1, 2]

itertools模块

itertools模块提供了许多有用的迭代器工具。例如,groupby()函数可以用来对序列进行分组:

from itertools import groupby

people = [
    {'name': 'Alice', 'age': 25},
    {'name': 'Bob', 'age': 25},
    {'name': 'Charlie', 'age': 30}
]

for age, group in groupby(people, key=lambda x: x['age']):
    print(f'Age {age}:', list(group))

这些函数和模块的使用大大增强了Python的功能,使得Python编程更加高效和优雅。

面向对象编程

面向对象是Python的重要特性之一。这部分包含了17个小例子,涵盖了Python面向对象编程的各个方面。

类和对象

在Python中,一切皆对象。可以使用type()函数查看对象的类型:

print(type(1))  # <class 'int'>
print(type('hello'))  # <class 'str'>

属性和方法

可以使用hasattr()、getattr()、setattr()等函数来动态操作对象的属性:

class Person:
    def __init__(self, name):
        self.name = name

p = Person('Alice')
print(hasattr(p, 'name'))  # True
print(getattr(p, 'name'))  # Alice
setattr(p, 'age', 25)
print(p.age)  # 25

继承和多态

Python支持多重继承。可以使用issubclass()函数判断类的继承关系:

class Animal:
    pass

class Dog(Animal):
    pass

print(issubclass(Dog, Animal))  # True

元类

元类是Python中非常强大的特性,可以用来控制类的创建过程:

class Meta(type):
    def __new__(cls, name, bases, attrs):
        attrs['hello'] = lambda self: print('Hello, world!')
        return super().__new__(cls, name, bases, attrs)

class MyClass(metaclass=Meta):
    pass

MyClass().hello()  # 输出: Hello, world!

这些面向对象的特性使得Python能够轻松实现复杂的设计模式和大型系统。

Python OOP

正则表达式

正则表达式是处理文本的强大工具。这部分包含了13个小例子,展示了Python中正则表达式的常见用法。

基本匹配

使用re.findall()函数可以找出所有匹配的子串:

import re

text = "The quick brown fox jumps over the lazy dog"
print(re.findall(r'\w+', text))

分组捕获

使用括号可以捕获子串:

match = re.search(r'(\d+)-(\d+)-(\d+)', '2023-05-20')
print(match.groups())  # ('2023', '05', '20')

贪婪与非贪婪匹配

默认情况下,正则表达式是贪婪的。可以使用?实现非贪婪匹配:

print(re.findall(r'a.+b', 'a1b a2b a3b'))  # ['a1b a2b a3b']
print(re.findall(r'a.+?b', 'a1b a2b a3b'))  # ['a1b', 'a2b', 'a3b']

实际应用

正则表达式在实际应用中非常有用。例如,可以用来验证密码强度:

def check_password(password):
    return re.match(r'^(?=.*[A-Z])(?=.*[a-z])(?=.*\d)[A-Za-z\d]{8,}$', password) is not None

print(check_password('Abc12345'))  # True
print(check_password('abc123'))    # False

这些正则表达式的例子展示了其在文本处理中的强大功能。

装饰器、迭代器和生成器

装饰器、迭代器和生成器是Python的高级特性,能够大大提高代码的可复用性和效率。这部分包含了10个小例子,展示了这些特性的使用。

装饰器

装饰器可以用来修改函数的行为。例如,可以创建一个计时装饰器:

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f'{func.__name__} took {end - start} seconds')
        return result
    return wrapper

@timer
def slow_function():
    time.sleep(1)

slow_function()

迭代器

可以通过实现__iter__()和__next__()方法来创建自定义迭代器:

class Countdown:
    def __init__(self, start):
        self.start = start

    def __iter__(self):
        return self

    def __next__(self):
        if self.start <= 0:
            raise StopIteration
        self.start -= 1
        return self.start + 1

for num in Countdown(5):
    print(num)  # 5 4 3 2 1

生成器

生成器是一种特殊的迭代器,可以使用yield语句创建:

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib = fibonacci()
for _ in range(10):
    print(next(fib))  # 0 1 1 2 3 5 8 13 21 34