1、个用正则表达式 正则表达式是于日 Python 中匹配模式、搜索和替换字符串、常编程验证字符串等的杀手最佳技术。现在,代段您无需为此类工作使用循环和列表。码片 查看以下关于验证电子邮件格式的个用正则表达式片段代码示例: # Regular Expression Check Mail import re def Check_Mail(email): pattern = re.compile(r([A-Za-z0-9]+[.-_])*[A-Za-z0-9]+@[A-Za-z0-9-]+(\.[A-Z|a-z]{ 2,})+) if re.fullmatch(pattern, email): print("valid") else: print("Invalid") Check_Mail("codedev101@gmail.com") #valid Check_Mail("codedev101-haider@uni.edu") #Invalid Check_Mail("code-101-work@my.net") # Invalid2、Pro Slicing 这个简单的于日代码片段将帮助您像专业人士一样对列表进行切片。查看下面的常编程示例代码: # Pro Slicing # list[start:end:step] mylist = [1, 2, 3, 5, 5, 6, 7, 8, 9, 12] mail ="codedev-medium@example.com" print(mylist[4:-3]) # 5 6 7 print(mail[8 : 14]) # medium3、Swap without Temp 您是杀手否使用 Temp 变量来交换两个数据,而不是代段在 Python 中您不需要使用它?在此代码段中,我将与您分享如何在不使用 temp 的码片情况下交换两个数据变量。 查看下面的个用代码: # Swap without Temp i = 134 j = 431 [i, j] = [j, i] print(i) #431 print(j) #1344、Magic of F-string 我们可能使用 format() 方法或“%”方法来格式化字符串中的于日变量。云南idc服务商这段代码将向您介绍 F 字符串,常编程它比另一种格式要好得多。 看看下面的示例代码: # Magic of f-String # Normal Method name = "Codedev" lang = "Python" data = "{ } is writing article on { }".format(name, lang) print(data) # Pro Method with f-string data = f"{ name} is writing article on { lang}" print(data5、获取索引 现在您不再需要 Loop 来查找特定元素的索引。您可以使用列表中的 index() 方法来完成。 查看下面的代码: # Get Index x = [10 ,20, 30, 40, 50] print(x.index(10)) # 0 print(x.index(30)) # 4 print(x.index(50)) # 26、基于Another List的排序列表 此代码段将向您展示如何根据另一个列表对列表进行排序。当您需要根据所需的位置进行排序时,此代码段非常方便。 # Sort List based on another List list1 = ["a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m"] list2 = [ 0, 1, 1, 1, 2, 2, 0, 1, 1, 3, 4] C = [x for _, x in sorted(zip(list2, list1), key=lambda pair: pair[0])] print(C) # [a, g, b, c, d, h, i, e, f, j, k]7、 反转字典 现在您不需要循环来反转任何字典。此代码段代码将在第二次尝试该代码段代码时反转字典。 # Invert the Dictionary def Invert_Dictionary(data): return { value: key for key, value in data.items()} data = { "A": 1, "B":2, "C": 3} invert = Invert_Dictionary(data) print(invert) # { 1: A, 2: B, 3: C}8、多线程 多线程将帮助您同时并行运行 Python 函数。假设您想同时执行 5 个函数,而无需等待每个函数完成。 查看下面的服务器托管代码段: # Multi-threading import threading def func(num): for x in range(num): print(x) if __name__ == "__main__": t1 = threading.Thread(target=func, args=(10,)) t2 = threading.Thread(target=func, args=(20,)) t1.start() t2.start() t1.join() t2.join()9、列表中出现最多的元素 此片段代码将简单地计算列表中出现次数最多的元素。我已经展示了两种方法来做到这一点。 在下面查看它: # Element Occur most in List from collections import Counter mylst = ["a", "a", "b", "c", "a", "b","b", "c", "d", "a"] # Method 1 def occur_most1(mylst): return max(set(mylst), key=mylst.count) print(occur_most1(mylst)) # a # Method 2 # Much Faster then Method 1 def occur_most2(mylst): data = Counter(mylst) return data.most_common(1)[0][0] print(occur_most2(mylst)) # a10、分割线 有一个逐行格式的原始文本,并希望将其分成几行。此代码段将在一秒钟内解决您的问题。 # Split lines data1 = """Hello to Python""" data2 = """Programming Langauges""" print(data1.split("\n")) # [Hello to, Python] print(data2.split("\n")) # [Programming, Langauges]11、 将列表映射到字典 此代码段将帮助您将任意两个列表转换为字典格式。要了解它是如何工作的,请查看下面的代码: # Map List into Dictionary def Convert_to_Dict(k, v): return dict(zip(k, v)) k = ["a", "b", "c", "d", "e"] v = [1, 2, 3, 4, 5] print(Convert_to_Dict(k, v)) # { a: 1, b: 2, c: 3, d: 4, e: 5}12、解析电子表格 现在您不需要 Pandas 或任何其他外部 Python 包来解析电子表格。Python 有一个内置的 CSV 模块,这段代码将向您展示如何使用它。 # Parse Spreadsheet import csv #Reading with open("test.csv", "r") as file: csv_reader = csv.reader(file) for row in csv_reader: print(row) file.close() #Writing header = ["ID", "Languages"] csv_data = [234, "Python", 344, "JavaScript", 567, "Dart"] with open("test2.csv", w, newline="") as file: csv_writer = csv.writer(file) csv_writer.writerow(header)