今天和大家分享二十个 Python 编程中新手必会的“骚操作”，使用的频率超高！记得点赞，收藏哦！话不多说，进入正题！
1.列表推导式
使用列表推导式创建一个列表。
很多人学习蟒蛇，不知道从何学起。 很多人学习python，掌握了基本语法之后，不知道在哪里寻找案例上手。 很多已经做了案例的人，却不知道如何去学习更多高深的知识。 那么针对这三类人，我给大家提供一个好的学习平台，免费获取视频教程，电子书，以及课程的源代码！ QQ群：101677771 欢迎加入，一起讨论一起学习！
>>> [n*10 for n in range(5)]
[0, 10, 20, 30, 40]2.交换变量
一行代码交换两个变量的值。
>>> m, n = 1, 2
>>> m, n = n, m
>>> m
2
>>> n
13.连续比较
链式比较操作符。
>>> m, n = 3, \'c\'
>>> 1 < m < 5
True
>>> \'d\' < n < \'f\'
False4.序列切片
通过切片快速获取序列片段。
>>> lst = [1, 2, 3, 4, 5]
>>> lst[:3] # 取前三个数
[1, 2, 3]
>>> lst[::-1] # 逆序
[5, 4, 3, 2, 1]
>>> lst[::2] # 步长为2
[1, 3, 5]
>>> lst[::-2] # 逆序步长为2
[5, 3, 1]5.切片快速增删序列
通过切片替换序列片段的值。
>>> lst = [1, 2, 3, 4, 5]
>>> lst[1:3] = []
>>> lst
[1, 4, 5]
>>> lst[1:3] = [\'a\', \'b\', \'c\', \'d\']
>>> lst
[1, \'a\', \'b\', \'c\', \'d\']6.%timeit 计算运行时间
计算 10000 次列表推导式创建列表所用时间。
%timeit -n 10000 [n for n in range(5)]
# 2.41 µs ± 511 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)7.三元表达式
获取 m，n 中较大的值。
>>> m = 4
>>> n = 2
>>> if m > n:
print(\'m\')
else:
print(\'n\')
m
>>> \'m\' if m > n else \'n\'
\'m\'还有一种比较少见的写法。
>>> m = 4
>>> n = 2
>>> ("n", "m")[m > n]
\'m\'格式： (<on_true>, <on_false>)[condition]
8.解包(unpack)
可迭代对象都支持解包。
>>> a, b, *c = [1, 2, 3, 4]
>>> a
1
>>> b
2
>>> c
[3, 4]
>>> print(*range(3))
0 1 29.lambda 匿名函数
lambda 函数可以接收任意多个参数 (包括可选参数) ，返回单个表达式值。 lambda 函数不能包含命令，只能包含一个表达式。
>>> def func(x, y):
return x * y
>>> func(2, 3)
6
>>> func = lambda x, y: x * y
>>> func(2, 3)
610.map 序列映射
对序列中每一个元素调用指定函数，返回迭代器。
>>> def func(x):
return x ** 2
>>> list(map(func, [1,2,3]))
[1, 4, 9]使用 lambda 表达式。
>>> list(map(lambda x: x ** 2, [1, 2, 3]))
[1, 4, 9]11.filter 过滤序列
过滤掉不符合条件的元素，返回迭代器。
>>> def func(x):
return x % 3 == 0
>>> list(filter(func, [1, 2 ,3]))
[3]使用 lambda 表达式。
>>> list(filter(lambda x: x % 3 == 0, [1, 2, 3]))
[3]12.获取序列组合
获取两个序列每个元素两两组合的结果。
>>> list1 = [\'a\', \'b\']
>>> list2 = [\'1\', \'2\']
>>> [(m, n) for m in list1 for n in list2]
[(\'a\', \'1\'), (\'a\', \'2\'), (\'b\', \'1\'), (\'b\', \'2\')]
>>> from itertools import product
>>> list(product(list1, list2))
[(\'a\', \'1\'), (\'a\', \'2\'), (\'b\', \'1\'), (\'b\', \'2\')]13.随机选取序列元素
随机选取序列中的一个元素。
>>> from random import choice
>>> lst = [1, 2, 3, 4]
>>> choice(lst)
3随机选取序列中的多个元素( 可重复 )。 k 值指定数量。
>>> from random import choices
>>> lst = [1, 2, 3, 4]
>>> choices(lst, k=3)
[4, 3, 4]随机选取序列中的多个元素( 不重复 )。 k 值指定数量。
>>> from random import sample
>>> lst = [1, 2, 3, 4]
>>> sample(lst, k=3)
[4, 3, 2]14.序列元素计数
统计序列每个元素出现的次数。
>>> from collections import Counter
>>> s = \'python+py\'
>>> counter = Counter(s)
>>> counter
Counter(
\'p\': 2, \'y\': 2, \'t\': 1, \'h\': 1, \'o\': 1, \'n\': 1, \'+\': 1)返回的结果类似字典，可以使用字典的相关方法。
>>> counter.keys()
dict_keys([\'p\', \'y\', \'t\', \'h\', \'o\', \'n\', \'+\'])
>>> counter.values()
dict_values([2, 2, 1, 1, 1, 1, 1])
>>> counter.items()
dict_items([(\'p\', 2), (\'y\', 2), (\'t\', 1), (\'h\', 1), (\'o\', 1), (\'n\', 1), (\'+\', 1)])统计出现次数最多的两个元素。
>>> counter.most_common(2)
[(\'p\', 2), (\'y\', 2)]15.字典排序
字典按照键( key )降序排序。
>>> dic =
\'d\': 2, \'c\': 1, \'a\': 3, \'b\': 4
>>> sort_by_key = sorted(dic.items(), key=lambda x: x[0], reverse=False)
>>>
key: value for key, value in sort_by_key
\'a\': 3, \'b\': 4, \'c\': 1, \'d\': 2字典按照值( value )降序排序。
>>> dic =
\'d\': 2, \'c\': 1, \'a\': 3, \'b\': 4
>>> sort_by_value = sorted(dic.items(), key=lambda x: x[1], reverse=False)
>>>
key: value for key, value in sort_by_value
\'c\': 1, \'d\': 2, \'a\': 3, \'b\': 416.字典合并
>>> dict1 =
\'name\': \'静香\', \'age\': 18
>>> dict2 =
\'name\': \'静香\', \'sex\': \'female\'- update() 更新字典。
>>> dict1.update(dict2)
>>> dict1
\'name\': \'静香\', \'age\': 18, \'sex\': \'female\'- 字典推导式
>>>
k: v for dic in [dict1, dict2] for k, v in dic.items()
\'name\': \'静香\', \'age\': 18, \'sex\': \'female\'- 元素拼接
>>> dict(list(dict1.items()) + list(dict2.items()))
\'name\': \'静香\', \'age\': 18, \'sex\': \'female\'- chain() 可以将序列连接，返回可迭代对象。
from itertools import chain
>>> dict(chain(dict1.items(), dict2.items()))
\'name\': \'静香\', \'age\': 18, \'sex\': \'female\'- collections.ChainMap 可以将多个字典或映射，并将它们合并。
>>> from collections import ChainMap
>>> dict(ChainMap(dict2, dict1))
\'name\': \'静香\', \'age\': 18, \'sex\': \'female\'- 在 Python3.5 以上的版本中，可以通过字典解包进行合并。
>>>
**dict1, **dict2
\'name\': \'静香\', \'age\': 18, \'sex\': \'female\'17.zip 打包
zip() 将序列中对应的元素打包成一个个的元组，然后返回由这些元组组成的迭代器。
如果序列的元素个数不一致，则返回列表长度与最短的对象相同。
>>> list1 = [1, 2, 3]
>>> list2 = [4, 5, 6]
>>> list3 = [\'a\', \'b\', \'c\', \'d\']
>>> res = zip(list1, list2)
>>> res
<zip object at 0x0000013C13F62200>
>>> list(res)
[(1, 4), (2, 5), (3, 6)]
>>> list(zip(list2, list3))
[(4, \'a\'), (5, \'b\'), (6, \'c\')]18.enumerate 遍历
enumerate 函数可以将可迭代对象组合成一个索引序列，这样遍历时就可以同时获取索引与对应的值。
>>> lst = [\'a\', \'b\', \'c\']
>>> for index, char in enumerate(lst):
print(index, char)
0 a
1 b
2 c19.any() & all()
any(iterable)
any
all(iterable)
all
>>> any(\'\')
False
>>> any([])
False
>>> any([1, 0, \'\'])
True
>>> any([0, \'\', []])
False
>>> all([])
True
>>> all([1, 0, \'\'])
False
>>> all([1, 2, 3])
True20.用 ** 代替 pow
求 x 的 y 次方，使用 ** 速度更快。
%timeit -n 10000 c = pow(2,10)
# 911 ns ± 107 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
%timeit -n 10000 c = 2 ** 10
# 131 ns ± 46.8 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)这就是今天要分享的内容，记得点赞哦~提前感谢