Python 的简洁和强大使其成为许多开发者的首选语言。本文将介绍36个常用的Python经典代码案例。这些示例覆盖了基础语法、常见任务、以及一些高级功能。
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.')
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。
26. 列表切片
fruits = ['apple', 'banana', 'cherry', 'date', 'elderberry']
print(fruits[1:4])
列表切片是访问列表子集的一种快捷方式。
27. 字符串格式化
name = 'John'
age = 30
print(f'My name is {name} and I am {age} years old.')
字符串格式化是Python中处理字符串的重要方法。
28. 异常处理
try:
result = 10 / 0
except ZeroDivisionError:
print('Cannot divide by zero')
异常处理可以帮助我们捕获和处理错误。
29. 类定义
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def greet(self):
print(f'Hello, my name is {self.name} and I am {self.age} years old.')
类的使用是面向对象编程的核心。
30. 集合并集
fruits_set = {'apple', 'banana', 'cherry'}
veggies_set = {'carrot', 'broccoli', 'banana'}
print(fruits_set | veggies_set)
集合操作可以方便地处理一组唯一的元素。
31. 创建字典
person_dict = {'name': 'John', 'age': 30, 'city': 'New York'}
print(person_dict)
字典是存储键值对的数据结构。
32. 访问字典值
person_dict = {'name': 'John', 'age': 30, 'city': 'New York'}
print(person_dict['name'])
通过键来访问字典中的值。
33. 删除字典元素
person_dict = {'name': 'John', 'age': 30, 'city': 'New York'}
del person_dict['age']
print(person_dict)
在字典中删除元素同样容易。
34. 生成器函数
def countdown(n):
while n > 0:
yield n
n -= 1
for i in countdown(5):
print(i)
生成器可以创建迭代器，按需产生值。
35. 使用zip()同时遍历多个列表
names = ['Alice', 'Bob', 'Charlie']
ages = [25, 30, 35]
for name, age in zip(names, ages):
print(name, age)
使用 zip() 可以方便地并行迭代多个序列。
