半年前我在github创建了一个 python-small-examples 库，每天推送一个Python实例。时至今日，共有4173人 star
期间多次登上github趋势榜
有些令我惊喜，因为这些例子都很普通，我所做的就是每天构思一个Python例子，尽可能的将复杂问题简单化，并坚持推送，可能做不到每天必更，半年下来累积220多个：
上周我从中整理出100个极简例子，推送到公众号里。朋友们很喜欢，当天此篇阅读量5000+，很多号主朋友都转载了这篇，过去一周所有累积阅读大概有4万+：
说出这些数据，不是为显摆，是想与朋友们分享一个再普通不过的道理：脚踏实地做些实事，哪怕是不起眼的小事，每天前进一点，日积月来会做出一点成绩的。
记得圣元大哥之前说过一句话：如果做不了伟大的事情，就把平凡的事情做伟大。深知大哥功底深厚，但却如此这般谦逊，那我更没有任何资本让自己每天浮浮躁躁。
目前这个库有一些营养，我在这里再罗列下目录，以便让朋友们一眼看出：是否能从中真正获得几分帮助。
目前将此库划分为以下八个章节：
一、Python基础
- 1 求绝对值
- 2 元素都为真
- 3 元素至少一个为真
- 4 ascii展示对象
- 5 十转二
- 6 十转八
- 7 十转十六
- 8 判断是真是假
- 9 字符串转字节
- 10 转为字符串
- 11 是否可调用
- 12 十转ASCII
- 13 ASCII转十
- 14 类方法
- 15 执行字符串表示的代码
- 16 创建复数
- 17 动态删除属性
- 18 转为字典
- 19 一键查看对象所有方法
- 20 取商和余数
- 21 枚举对象
- 22 计算表达式
- 23 查看变量所占字节数
- 24 过滤器
- 25 转为浮点类型
- 26 字符串格式化
- 27 冻结集合
- 28 动态获取对象属性
- 29 对象是否有这个属性
- 30 返回对象的哈希值
- 31 一键帮助
- 32 对象门牌号
- 33 获取用户输入
- 34 转为整型
- 35 isinstance
- 36 父子关系鉴定
- 37 创建迭代器类型
- 38 所有对象之根
- 39 打开文件
- 40 次幂
- 41 打印
- 42 创建属性的两种方式
- 43 创建range序列
- 44 反向迭代器
- 45 四舍五入
- 46 转为集合类型
- 47 转为切片对象
- 48 拿来就用的排序函数
- 49 求和函数
- 50 转元组
- 51 查看对象类型
- 52 聚合迭代器
- 53 nonlocal用于内嵌函数中
- 54 global 声明全局变量
- 55 链式比较
- 56 不用else和if实现计算器
- 57 链式操作
- 58 交换两元素
- 59 去最求平均
- 60 打印99乘法表
- 61 全展开
- 62 列表等分
- 63 列表压缩
- 64 更长列表
- 65 求众数
- 66 多表之最
- 67 列表查重
- 68 列表反转
- 69 浮点数等差数列
- 70 按条件分组
- 71 map实现向量运算
- 72 值最大的字典
- 73 合并两个字典
- 74 topn字典
- 75 异位词
- 76 逻辑上合并字典
- 77 命名元组提高可读性
- 78 样本抽样
- 79 重洗数据集
- 80 10个均匀分布的坐标点
- 81 10个高斯分布的坐标点
- 82 chain高效串联多个容器对象
- 83 操作函数对象
- 84 生成逆序序列
- 85 函数的五类参数使用例子
- 86 使用slice对象
- 87 lambda 函数的动画演示
- 88 粘性之禅
- 89 元类
- 90 对象序列化
二、Python字符串和正则
- 91 反转字符串
- 92 字符串切片操作
- 93 join串联字符串
- 94 字符串的字节长度
- 95 查找第一个匹配串
- 96 查找所有1的索引
- 97 \d 匹配数字[0-9]
- 98 匹配浮点数和整数
- 99 ^匹配字符串的开头
- 100 re.I 忽略大小写
- 101 理解compile的作用
- 102 使用()捕获单词，不想带空格
- 103 split分割单词
- 104 match从字符串开始位置匹配
- 105 替换匹配的子串
- 106 贪心捕获
- 107 非贪心捕获
- 108 常用元字符总结
- 109 常用通用字符总结
- 110 密码安全检查
- 111 爬取百度首页标题
- 112 批量转化为驼峰格式(Camel)
- 113 str1是否为str2的permutation
- 114 str1是否由str2旋转而来
- 115 正浮点数
三、Python文件、日期和多线程
- 116 获取后缀名
- 117 文件读操作
- 118 文件写操作
- 119 路径中的文件名
- 120 批量修改文件后缀
- 121 xls批量转换成xlsx
- 122 定制文件不同行
- 123 获取指定后缀名的文件
- 124 批量获取文件修改时间
- 125 批量压缩文件
- 126 32位加密
- 127 年的日历图
- 128 判断是否为闰年
- 129 月的日历图
- 130 月有几天
- 131 月第一天
- 131 月最后一天
- 132 获取当前时间
- 133 字符时间转时间
- 134 时间转字符时间
- 135 默认启动主线程
- 136 创建线程
- 137 多线程抢夺同一个变量
- 138 代码稍作改动，叫问题暴露出来
- 139 加上一把锁，避免以上情况出现
- 140 1 分钟掌握 time 模块
- 141 4G 内存处理 10G 大小的文件
四、Python三大利器
- 142 寻找第n次出现位置
- 143 斐波那契数列前n项
- 144 找出所有重复元素
- 145 联合统计次数
- 146 groupby单字段分组
- 147 itemgetter和key函数
- 148 groupby多字段分组
- 149 sum函数计算和聚合同时做
- 150 list分组(生成器版)
- 151 列表全展开(生成器版)
- 152 测试函数运行时间的装饰器
- 153 统计异常出现次数和时间的装饰器
- 154 测试运行时长的装饰器
- 155 装饰器通俗理解
- 156 定制递减迭代器
五、Python绘图
- 157 turtle绘制奥运五环图
- 158 turtle绘制漫天雪花
- 159 wordcloud词云图
- 160 plotly画柱状图和折线图
- 161 seaborn热力图
- 162 matplotlib折线图
- 163 matplotlib散点图
- 164 matplotlib柱状图
- 165 matplotlib等高线图
- 166 imshow图
- 167 pyecharts绘制仪表盘
- 168 pyecharts漏斗图
- 169 pyecharts日历图
- 170 pyecharts绘制graph图
- 171 pyecharts水球图
- 172 pyecharts饼图
- 173 pyecharts极坐标图
- 174 pyecharts词云图
- 175 pyecharts系列柱状图
- 176 pyecharts热力图
- 177 matplotlib绘制动画
- 178 pyecharts绘图属性设置方法
- 179 pyecharts绘图属性设置方法(下)
- 180 pyecharts原来可以这样快速入门(上)
- 181 pyecharts原来可以这样快速入门(中)
- 182 pyecharts原来可以这样快速入门(下)
- 183 1 分钟学会画 pairplot 图
六、 Python 坑点和工具
- 184 含单个元素的元组
- 185 默认参数设为空
- 186 共享变量未绑定之坑
- 187 lambda自由参数之坑
- 188 各种参数使用之坑
- 189 列表删除之坑
- 190 列表快速复制之坑
- 191 字符串驻留
- 192 相同值的不可变对象
- 193 对象销毁顺序
- 194 充分认识for
- 195 认识执行时机
- 196 创建空集合错误
- 197 pyecharts传入Numpy数据绘图失败
- 198 优化代码异常输出包
- 199 图像处理包pillow
- 200 一行代码找到编码
七、算法入门
- 201 领略算法魅力
- 202 排序算法的动画展示
- 203 先拿冒泡实验
- 204 快速排序
- 205 选择排序
- 206 堆排序
- 207 优化算法
- 208 仅含等式约束
- 209 找找感觉
- 210 梯度下降
- 211 约束面的法向
- 212 大胆猜想
- 213 完全解码拉格朗日乘数法
- 214 均匀分布
- 215 二项分布
- 216 高斯分布
- 217 beta分布
八、Python 实战
- 218 环境搭建
- 219 pytorch慢到无法安装，怎么办？
- 220 自动群发邮件
- 221 二分搜索
- 222 爬取天气数据并解析温度值
后续安排
这个库前面部分梳理的很丰富，接下来会进一步精细化，修复其中的一些问题，补充代码注释等；
再接下来，重点将放在数据分析小技巧的整理上，前期我已经推送过40个左右的数据分析小技巧，先整理这些到此库里；
再接下来，重点将放在基础算法和机器学习算法的小例子上。目前基础算法部分已经整理几周，机器学习算法部分重点会讲解和实战三类最常用的算法：boosting 系列，深度神经网络系列和强化学习系列，中间穿插这些算法的常见应用领域：CV，推荐，NLP. 能够提高动手能力，解决实际问题永远都是最重要的。
最后放个此库的地址：
https://github.com/jackzhenguo/python-small-examples
感兴趣的朋友关注，可能在PC端复制此链接然后关注更容易些。
最后：希望这些能真正帮助到某些朋友，同时希望大家能支持振哥，欢迎在看或分享此文。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
