Python编程常用的25个经典案例

介绍25个常用的Python经典代码案例。

1. 列表推导式

fizz_buzz_list = [       "FizzBuzz" if i % 15 == 0 else "Fizz" if i % 3 == 0 else "Buzz" if i % 5 == 0 else i for i in range(1, 101)   ]   print(fizz_buzz_list)   

这个例子展示了列表推导式，用于生成FizzBuzz序列。

2. 使用with语句和csv模块读取CSV文件

import csv      with open('data.csv', mode='r') as file:       csvFile = csv.reader(file)       for row in csvFile:           print(row)   

csv模块是处理CSV文件的利器，与with语句结合可以确保文件正确关闭。

3. 正则表达式查找字符串

import re      pattern = r'\b[A-Za-z][A-Za-z0-9_]*\b'   text = "Hello, this is a test string with username: JohnDoe"   matches = re.findall(pattern, text)   print(matches)   

正则表达式是强大的文本匹配工具，这里用来找出字符串中的所有单词。

4. 计算字符串中某个字符的数量

text = "Hello, World!"   char = "l"   count = text.count(char)   print(f"The character '{char}' appears {count} times.")   

count() 方法可以快速统计子串在字符串中的出现次数。

5. 使用set进行去重

duplicates = [1, 2, 2, 3, 4, 4, 5]   unique_list = list(set(duplicates))   print(unique_list)   

集合（set）是一个无序不重复的元素集，非常适合去重。

6. 使用format()格式化字符串

name = "John"   age = 30   print("My name is {} and I am {} years old.".format(name, age))   

format() 方法使字符串格式化更加灵活和清晰。

7. 实现一个简单的缓存装饰器

def cache(func):       cache_dict = {}       def wrapper(num):           if num in cache_dict:               return cache_dict[num]           else:               val = func(num)               cache_dict[num] = val               return val       return wrapper   @cache   def fibonacci(n):       if n < 2:           return n       return fibonacci(n-1) + fibonacci(n-2)   print(fibonacci(10))   

装饰器可以用来缓存函数的结果，提高性能。

8. 使用try-except-else-finally处理异常

try:       result = 10 / 0   except ZeroDivisionError:       print("Cannot divide by zero")   else:       print("Result is:", result)   finally:       print("Execution complete.")   

完整的异常处理流程可以让我们更好地控制程序执行。

9. 断言（assertion）的使用

def divide(a, b):       assert b != 0, "Division by zero is not allowed"       return a / b   print(divide(10, 0))   

断言可以帮助我们在开发阶段捕捉到错误条件。

10. 路径操作

import os      path = "/path/to/some/file.txt"   dirname = os.path.dirname(path)   basename = os.path.basename(path)   print("Directory:", dirname)   print("Basename:", basename)   

os.path 模块提供了许多实用的路径操作函数。

11. 环境变量的读取和设置

import os      # 读取环境变量   print("PATH:", os.environ["PATH"])   # 设置环境变量   os.environ["NEW_VAR"] = "NewValue"   print("NEW_VAR:", os.environ["NEW_VAR"])   

os.environ 允许我们访问和修改环境变量。

12. 使用itertools模块

import itertools      for combination in itertools.combinations([1, 2, 3], 2):       print(combination)   

itertools 模块提供了一系列用于创建迭代器的函数，非常有用。

13. 日期时间计算和操作

from datetime import datetime, timedelta      now = datetime.utcnow()   one_day = timedelta(days=1)   yesterday = now - one_day   print("Yesterday's date:", yesterday)   

日期时间计算是常见的需求，datetime 模块提供了丰富的类和方法。

14. 排序和反序列表

numbers = [3, 1, 4, 1, 5, 9, 2, 6]   numbers.sort()   print("Sorted:", numbers)   numbers.reverse()   print("Reversed:", numbers)   

列表对象自带的 sort() 和 reverse() 方法可以方便地对列表进行排序和反序。

15. 使用json模块处理JSON数据

import json      data = {"name": "John", "age": 30}   json_data = json.dumps(data)   print(json_data)   parsed_data = json.loads(json_data)   print(parsed_data)   

json模块使得Python处理JSON数据变得简单。

16. 使用collections模块的defaultdict

from collections import defaultdict      dd = defaultdict(int)   dd["apple"] = 1   dd["banana"] = 2   print(dd["apple"])  # 输出：1   print(dd["orange"])  # 输出： 0，不存在的键返回默认值0   

defaultdict 是字典的一个子类，它提供了一个默认值，用于字典中尝试访问不存在的键。

17. 使用functools模块的reduce函数

from functools import reduce   from operator import add   numbers = [1, 2, 3, 4]   total = reduce(add, numbers)   print(total)  # 输出：10   

reduce 函数可以将一个二元函数累积地应用到一个序列的元素上，从左到右，以便将序列减少为单个值。

18. 使用threading模块进行简单的多线程编程

import threading      def print_numbers():       for i in range(10):           print(i)   thread = threading.Thread(target=print_numbers)   thread.start()   thread.join()   

threading模块允许我们创建和管理线程，这是实现并发的一种方式。

19. 使用multiprocessing模块进行多进程编程

from multiprocessing import Process, cpu_count      def print_hello():       print("Hello from child process")   if __name__ == '__main__':       processes = []       for _ in range(cpu_count()):           p = Process(target=print_hello)           p.start()           processes.append(p)       for p in processes:           p.join()   

multiprocessing模块是Python中进行进程编程的关键模块。

20. 使用requests模块进行HTTP请求

import requests      response = requests.get("https://www.example.com")   print(response.status_code)   print(response.text)   

requests模块简化了HTTP请求的相关操作，是进行网络编程的好帮手。

21. 使用map()函数将字符串转换为整数列表

string_numbers = "1 2 3 4 5"   numbers = list(map(int, string_numbers.split()))   print(numbers)   

map() 函数可以对一个序列的每个元素应用指定的函数。

22. 条件语句

x = 7   if x > 5:       print("x is greater than 5")   else:       print("x is less than or equal to 5")   

条件语句是控制程序流程的基本构建块。

23. for循环遍历列表

fruits = ["apple", "banana", "cherry"]   for fruit in fruits:       print(fruit)   

for 循环在Python中是常用的迭代工具。

24. while循环

count = 0   while count < 5:       print(count)       count += 1   

while 循环允许程序按条件重复执行代码。

25. 使用enumerate()获取列表的索引和值

for index, value in enumerate(["apple", "banana", "cherry"]):       print(index, value)   

enumerate() 函数可以同时获得元素的索引和值，使代码更简洁。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

👉Python学习视频合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方二维码免费领取