PYTHON基础技能 – 用一行代码完成的26个日常任务

Python以其简洁优雅著称，能够用最少的代码行数实现强大的功能。本文特别为Python初学者设计，旨在展示Python如何以一行代码解决常见的编程任务，让你体验Python的极简美学。通过这些实例，你不仅能够学习到Python的基础知识，还能掌握一些高效编码的小技巧。

1. 计算列表平均值

1
numbers&nbsp;=&nbsp;&#091;1,&nbsp;2,&nbsp;3,&nbsp;4,&nbsp;5]<br>average&nbsp;=&nbsp;sum(numbers)&nbsp;/&nbsp;len(numbers)

• 解释：使用

  1

  sum()

  计算列表总和，

  1

  len()

  获取长度，然后相除得到平均值。

2. 列表转字符串

1
my_list&nbsp;=&nbsp;&#091;'Hello',&nbsp;'world']<br>stringified&nbsp;=&nbsp;'&nbsp;'.join(my_list)

• 解释：

  1

  join()

  方法用于将列表中的元素连接成字符串，中间用指定字符（这里是空格）分隔。

3. 查找最大值

1
numbers&nbsp;=&nbsp;&#091;3,&nbsp;1,&nbsp;4,&nbsp;1,&nbsp;5,&nbsp;9,&nbsp;2,&nbsp;6]<br>max_value&nbsp;=&nbsp;max(numbers)

• 解释：直接使用

  1

  max()

  函数找到列表中的最大值。

4. 检查是否全是数字

1
s&nbsp;=&nbsp;"12345"<br>is_all_digits&nbsp;=&nbsp;all(c.isdigit()&nbsp;for&nbsp;c&nbsp;in&nbsp;s)

• 解释：

  1

  all()

  结合生成器表达式，检查序列中所有元素是否满足条件，这里检查每个字符是否为数字。

5. 反转字符串

1
my_string&nbsp;=&nbsp;"hello"<br>reversed_string&nbsp;=&nbsp;my_string&#091;::-1]

• 解释：切片操作

  1

  [::-1]

  用于反转字符串。

6. 平方一个列表的元素

1
numbers&nbsp;=&nbsp;&#091;1,&nbsp;2,&nbsp;3]<br>squared&nbsp;=&nbsp;&#091;n**2&nbsp;for&nbsp;n&nbsp;in&nbsp;numbers]

• 解释：列表推导式，对列表中的每个元素进行平方运算。

7. 判断是否为素数

1
def&nbsp;is_prime(n):<br>&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;all(n&nbsp;%&nbsp;i&nbsp;for&nbsp;i&nbsp;in&nbsp;range(2,&nbsp;int(n**0.5)&nbsp;+&nbsp;1))&nbsp;and&nbsp;n&nbsp;&gt;&nbsp;1

• 解释：使用

  1

  all()

  和生成器表达式判断2到根号n之间是否有因子。

8. 字符串去重

1
my_string&nbsp;=&nbsp;"hello"<br>unique_chars&nbsp;=&nbsp;''.join(sorted(set(my_string)))

• 解释：先用

  1

  set()

  去重，再排序，最后用

  1

  join()

  合并成字符串。

9. 计算字符串出现次数

1
text&nbsp;=&nbsp;"hello&nbsp;world"<br>count&nbsp;=&nbsp;text.count('o')

• 解释：

  1

  count()

  方法统计子字符串在原字符串中出现的次数。

10. 文件读取所有行

1
with&nbsp;open('example.txt',&nbsp;'r')&nbsp;as&nbsp;file:<br>&nbsp;&nbsp;&nbsp;&nbsp;lines&nbsp;=&nbsp;file.readlines()

• 解释：使用上下文管理器安全读取文件，

  1	readlines()

  读取所有行到列表中。

11. 快速排序

1
def&nbsp;quick_sort(lst):<br>&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;sorted(lst)

• 解释：虽然不是“一行内”完成，但使用内置的

  1

  sorted()

  函数快速排序，简洁有效。

12. 生成斐波那契数列

1
fibonacci = lambda n: [0, 1] + [fibonacci(i - 1)[-1] + fibonacci(i - 2)[-1] for i in range(2, n)]

• 解释：递归定义斐波那契数列，注意效率较低，适用于教学目的。

13. 字典键值对交换

1
my_dict&nbsp;=&nbsp;{'a':&nbsp;1,&nbsp;'b':&nbsp;2}<br>swapped&nbsp;=&nbsp;{v:&nbsp;k&nbsp;for&nbsp;k,&nbsp;v&nbsp;in&nbsp;my_dict.items()}

• 解释：字典推导式，交换键值对。

14. 求两个集合的交集

1
set1&nbsp;=&nbsp;{1,&nbsp;2,&nbsp;3}<br>set2&nbsp;=&nbsp;{2,&nbsp;3,&nbsp;4}<br>intersection&nbsp;=&nbsp;set1&nbsp;&amp;&nbsp;set2

• 解释：使用集合的交集运算符

  1

  &

  。

15. 将字符串转换为整型列表

1
s&nbsp;=&nbsp;"12345"<br>int_list&nbsp;=&nbsp;list(map(int,&nbsp;s))

• 解释：结合

  1

  map()

  和

  1

  list()

  ，将字符串每个字符转换为整数并列表化。

16. 生成随机数

1
import&nbsp;random<br>random_number&nbsp;=&nbsp;random.randint(1,&nbsp;100)

• 解释：导入

  1

  random

  模块，生成指定范围内的随机整数。

17. 混淆字符串的字母顺序

1
from&nbsp;random&nbsp;import&nbsp;shuffle<br>s&nbsp;=&nbsp;"hello"<br>shuffled&nbsp;=&nbsp;''.join(shuffle(list(s),&nbsp;random.random))

• 解释：将字符串转为列表，打乱顺序，再合并回字符串。

18. 将秒转换为时分秒

1
seconds&nbsp;=&nbsp;3661<br>hours,&nbsp;remainder&nbsp;=&nbsp;divmod(seconds,&nbsp;3600)<br>minutes,&nbsp;seconds&nbsp;=&nbsp;divmod(remainder,&nbsp;60)<br>time_format&nbsp;=&nbsp;f"{hours}:{minutes}:{seconds}"

• 解释：使用

  1

  divmod()

  函数进行多次除法和取余操作，格式化输出时间。

19. 判断闰年

1
year&nbsp;=&nbsp;2020<br>is_leap&nbsp;=&nbsp;year&nbsp;%&nbsp;4&nbsp;==&nbsp;0&nbsp;and&nbsp;(year&nbsp;%&nbsp;100&nbsp;!=&nbsp;0&nbsp;or&nbsp;year&nbsp;%&nbsp;400&nbsp;==&nbsp;0)

• 解释：根据闰年的规则，使用逻辑运算符组合判断条件。

20. 扁平化嵌套列表

1
nested_list&nbsp;=&nbsp;&#091;&#091;1,&nbsp;2],&nbsp;&#091;3,&nbsp;4,&nbsp;5],&nbsp;&#091;6]]<br>flattened&nbsp;=&nbsp;&#091;item&nbsp;for&nbsp;sublist&nbsp;in&nbsp;nested_list&nbsp;for&nbsp;item&nbsp;in&nbsp;sublist]

• 解释：双层列表推导式，遍历每个子列表并展开其元素。

通过这20个实例，你不仅学会了如何用Python的一行代码解决实际问题，还深入了解了Python的几个核心概念：列表、字符串操作、集合、字典、循环、条件语句、函数和模块的使用。这不仅提升了你的编码技巧，也让你更加欣赏Python的简洁之美。

高级和实用的技巧

21. 并行处理列表

使用

模块可以并行执行函数，尽管严格来说不完全是一行代码，但可以简化并行计算的复杂性。

1
from&nbsp;concurrent.futures&nbsp;import&nbsp;ThreadPoolExecutor<br><br>def&nbsp;square(n):<br>&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;n&nbsp;**&nbsp;2<br><br>numbers&nbsp;=&nbsp;&#091;1,&nbsp;2,&nbsp;3,&nbsp;4]<br>with&nbsp;ThreadPoolExecutor()&nbsp;as&nbsp;executor:<br>&nbsp;&nbsp;&nbsp;&nbsp;results&nbsp;=&nbsp;list(executor.map(square,&nbsp;numbers))

• 解释：并行计算列表中每个数字的平方，适合大量数据处理。

22. 使用装饰器简化代码

装饰器可以增强函数或类的功能，是Python的一大特色。

1
def&nbsp;my_decorator(func):<br>&nbsp;&nbsp;&nbsp;&nbsp;def&nbsp;wrapper(*args,&nbsp;**kwargs):<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;print("Something&nbsp;is&nbsp;happening&nbsp;before&nbsp;the&nbsp;function&nbsp;is&nbsp;called.")<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;result&nbsp;=&nbsp;func(*args,&nbsp;**kwargs)<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;print("Something&nbsp;is&nbsp;happening&nbsp;after&nbsp;the&nbsp;function&nbsp;is&nbsp;called.")<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;result<br>&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;wrapper<br><br>@my_decorator<br>def&nbsp;say_hello(name):<br>&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;f"Hello,&nbsp;{name}!"<br><br>print(say_hello("World"))

• 解释：定义一个装饰器并在函数上使用它，添加额外的行为而无需修改原始函数。

23. 利用生成器表达式节省内存

当处理大数据流时，生成器比列表更高效。

1
data&nbsp;=&nbsp;(x&nbsp;for&nbsp;x&nbsp;in&nbsp;range(1000000)&nbsp;if&nbsp;x&nbsp;%&nbsp;2&nbsp;==&nbsp;0)<br>for&nbsp;even_number&nbsp;in&nbsp;data:<br>&nbsp;&nbsp;&nbsp;&nbsp;print(even_number)

• 解释：生成器表达式按需生成值，减少内存占用。

24. 错误处理的简洁方式

即使在一行内，也可以优雅地处理异常。

1
result&nbsp;=&nbsp;None<br>try:<br>&nbsp;&nbsp;&nbsp;&nbsp;result&nbsp;=&nbsp;10&nbsp;/&nbsp;0<br>except&nbsp;ZeroDivisionError:<br>&nbsp;&nbsp;&nbsp;&nbsp;result&nbsp;=&nbsp;"Can't&nbsp;divide&nbsp;by&nbsp;zero."<br>print(result)

• 解释：基本的错误处理，确保程序不会因为未捕获的异常而崩溃。

25. 使用列表推导式和条件判断

结合条件判断的列表推导式，可以简洁地筛选数据。

1
numbers&nbsp;=&nbsp;&#091;1,&nbsp;2,&nbsp;3,&nbsp;4,&nbsp;5]<br>even_numbers&nbsp;=&nbsp;&#091;x&nbsp;for&nbsp;x&nbsp;in&nbsp;numbers&nbsp;if&nbsp;x&nbsp;%&nbsp;2&nbsp;==&nbsp;0]

• 解释：一行代码完成筛选偶数的任务，清晰易懂。

26. 自定义迭代器

Python允许自定义迭代行为，尽管实现细节通常不止一行，但核心逻辑可以很简洁。

1
class&nbsp;CountDown:<br>&nbsp;&nbsp;&nbsp;&nbsp;def&nbsp;__init__(self,&nbsp;start):<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;self.start&nbsp;=&nbsp;start<br><br>&nbsp;&nbsp;&nbsp;&nbsp;def&nbsp;__iter__(self):<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;self<br><br>&nbsp;&nbsp;&nbsp;&nbsp;def&nbsp;__next__(self):<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;if&nbsp;self.start&nbsp;&lt;=&nbsp;0:<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;raise&nbsp;StopIteration<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;self.start&nbsp;-=&nbsp;1<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;self.start&nbsp;+&nbsp;1<br><br>for&nbsp;number&nbsp;in&nbsp;CountDown(5):<br>&nbsp;&nbsp;&nbsp;&nbsp;print(number)

• 解释：创建一个倒计时迭代器，展示了迭代器协议的基本实现。

总结

通过这些示例，我们不仅展示了Python如何用一行代码实现复杂的任务，还深入探讨了Python的高级特性，如装饰器、生成器、并行处理和错误处理等。这些技巧不仅能提升你的代码效率，还能增强代码的可读性和维护性。