30段极简Python代码，30秒学一个实用技巧

def spread(arg):

ret = []

for i in arg:

if isinstance(i, list):

ret.extend(i)

else:

ret.append(i)

return ret

def deep_flatten(lst):

result = []

result.extend(

spread(list(map(lambda x: deep_flatten(x) if type(x) == list else x, lst))))

return result

deep_flatten([1, [2], [[3], 4], 5]) # [1,2,3,4,5]

15. 列表的差

=========

该方法将返回第一个列表的元素，其不在第二个列表内。如果同时要反馈第二个列表独有的元素，还需要加一句 set_b.difference(set_a)。

def difference(a, b):

set_a = set(a)

set_b = set(b)

comparison = set_a.difference(set_b)

return list(comparison)

difference([1,2,3], [1,2,4]) # [3]

16. 通过函数取差

===========

如下方法首先会应用一个给定的函数，然后再返回应用函数后结果有差别的列表元素。

def difference_by(a, b, fn):

b = set(map(fn, b))

return [item for item in a if fn(item) not in b]

from math import floor

difference_by([2.1, 1.2], [2.3, 3.4],floor) # [1.2]

difference_by([{ ‘x’: 2 }, { ‘x’: 1 }], [{ ‘x’: 1 }], lambda v : v[‘x’])

[ { x: 2 } ]

17. 链式函数调用

===========

你可以在一行代码内调用多个函数。

def add(a, b):

return a + b

def subtract(a, b):

return a - b

a, b = 4, 5

print((subtract if a > b else add)(a, b)) # 9

18. 检查重复项

==========

如下代码将检查两个列表是不是有重复项。

def has_duplicates(lst):

return len(lst) != len(set(lst))

x = [1,2,3,4,5,5]

y = [1,2,3,4,5]

has_duplicates(x) # True

has_duplicates(y) # False

19. 合并两个字典

===========

下面的方法将用于合并两个字典。

def merge_two_dicts(a, b):

c = a.copy() # make a copy of a

c.update(b) # modify keys and values of a with the ones from b

return c

a = { ‘x’: 1, ‘y’: 2}

b = { ‘y’: 3, ‘z’: 4}

print(merge_two_dicts(a, b))

{‘y’: 3, ‘x’: 1, ‘z’: 4}

在 Python 3.5 或更高版本中，我们也可以用以下方式合并字典：

def merge_dictionaries(a, b)

return {**a, **b}

a = { ‘x’: 1, ‘y’: 2}

b = { ‘y’: 3, ‘z’: 4}

print(merge_dictionaries(a, b))

{‘y’: 3, ‘x’: 1, ‘z’: 4}

20. 将两个列表转化为字典

===============

如下方法将会把两个列表转化为单个字典。

def to_dictionary(keys, values):

return dict(zip(keys, values))

keys = [“a”, “b”, “c”]

values = [2, 3, 4]

print(to_dictionary(keys, values))

{‘a’: 2, ‘c’: 4, ‘b’: 3}

21. 使用枚举

=========

我们常用 For 循环来遍历某个列表，同样我们也能枚举列表的索引与值。

list = [“a”, “b”, “c”, “d”]

for index, element in enumerate(list):

print(“Value”, element, "Index ", index, )

(‘Value’, ‘a’, 'Index ', 0)

(‘Value’, ‘b’, 'Index ', 1)

#(‘Value’, ‘c’, 'Index ', 2)

(‘Value’, ‘d’, 'Index ', 3)

22. 执行时间

=========

如下代码块可以用来计算执行特定代码所花费的时间。

import time

start_time = time.time()

a = 1

b = 2

c = a + b

print© #3

end_time = time.time()

total_time = end_time - start_time

print("Time: ", total_time)

('Time: ', 1.1205673217773438e-05)

23.Try else

===========

我们在使用 try/except 语句的时候也可以加一个 else 子句，如果没有触发错误的话，这个子句就会被运行。

try:

2*3

except TypeError:

print(“An exception was raised”)

else:

print(“Thank God, no exceptions were raised.”)

#Thank God, no exceptions were raised.

24. 元素频率

=========

下面的方法会根据元素频率取列表中最常见的元素。

def most_frequent(list):

return max(set(list), key = list.count)

list = [1,2,1,2,3,2,1,4,2]

most_frequent(list)

25. 回文序列

=========

以下方法会检查给定的字符串是不是回文序列，它首先会把所有字母转化为小写，并移除非英文字母符号。最后，它会对比字符串与反向字符串是否相等，相等则表示为回文序列。

def palindrome(string):

from re import sub

s = sub(‘[\W_]’, ‘’, string.lower())

return s == s[::-1]

palindrome(‘taco cat’) # True

26. 不使用 if-else 的计算子

=====================

这一段代码可以不使用条件语句就实现加减乘除、求幂操作，它通过字典这一数据结构实现：

import operator

action = {

“+”: operator.add,

“-”: operator.sub,

“/”: operator.truediv,

“*”: operator.mul,

“**”: pow

}

print(action[‘-’](50, 25)) # 25

27.Shuffle

==========

该算法会打乱列表元素的顺序，它主要会通过 Fisher-Yates 算法对新列表进行排序：

from copy import deepcopy

from random import randint

def shuffle(lst):

temp_lst = deepcopy(lst)

m = len(temp_lst)

while (m):

m -= 1

i = randint(0, m)

temp_lst[m], temp_lst[i] = temp_lst[i], temp_lst[m]

return temp_lst

foo = [1,2,3]

shuffle(foo) # [2,3,1] , foo = [1,2,3]

28. 展开列表

=========

将列表内的所有元素，包括子列表，都展开成一个列表。

def spread(arg):

ret = []

for i in arg:

if isinstance(i, list):

ret.extend(i)

else:

ret.append(i)

return ret

spread([1,2,3,[4,5,6],[7],8,9]) # [1,2,3,4,5,6,7,8,9]

29. 交换值

========

不需要额外的操作就能交换两个变量的值。

def swap(a, b):

return b, a

a, b = -1, 14

swap(a, b) # (14, -1)

spread([1,2,3,[4,5,6],[7],8,9]) # [1,2,3,4,5,6,7,8,9]

30. 字典默认值

==========

通过 Key 取对应的 Value 值，可以通过以下方式设置默认值。如果 get() 方法没有设置默认值，那么如果遇到不存在的 Key，则会返回 None。

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把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。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！