几个小例子告诉你, 一行Python代码能干哪些事

简介:

首先你要了解一下Python之禅,一行代码输出“The Zen of Python”:

 
  1. python -c "import this"  
  2. """  
  3. The Zen of Python, by Tim Peters  
  4. Beautiful is better than ugly.  
  5. Explicit is better than implicit.  
  6. Simple is better than complex.  
  7. Complex is better than complicated.  
  8. Flat is better than nested.  
  9. Sparse is better than dense.  
  10. Readability counts.  
  11. Special cases aren't special enough to break the rules.  
  12. Although practicality beats purity.  
  13. Errors should never pass silently.  
  14. Unless explicitly silenced.  
  15. In the face of ambiguity, refuse the temptation to guess.  
  16. There should be one-- and preferably only one --obvious way to do it.  
  17. Although that way may not be obvious at first unless you're Dutch.  
  18. Now is better than never.  
  19. Although never is often better than *right* now.  
  20. If the implementation is hard to explain, it's a bad idea.  
  21. If the implementation is easy to explain, it may be a good idea.  
  22. Namespaces are one honking great idea -- let's do more of those!  
  23. ""

从“The Zen of Python”也能看出,Python倡导Beautiful、Explicit、Simple等原则,当然我们接下来要介绍的一行Python能实现哪些好玩的功能,可能和Explicit原则相违背。

几个小例子告诉你, 一行Python代码能干哪些事

如果你有其他这方面的小例子,也欢迎评论,我会加到文章中,文章也许会长期更新。

(1)一行代码启动一个Web服务

 
  1. python -m SimpleHTTPServer 8080 # python2  
  2. python3 -m http.server 8080 # python3 

几个小例子告诉你, 一行Python代码能干哪些事

(2)一行代码实现变量值互换

 
  1. a, b = 1, 2; a, b = b, a 

(3)一行代码解决FizzBuzz问题:

FizzBuzz问题:打印数字1到100, 3的倍数打印“Fizz”, 5的倍数打印“Buzz”, 既是3又是5的倍数的打印“FizzBuzz”

 
  1. for x in range(1, 101): print("fizz"[x % 3 * 4:]+"buzz"[x % 5 * 4:] or x) 

(4)一行代码输出特定字符”Love”拼成的心形

 
  1. print('\n'.join([''.join([('Love'[(x-y) % len('Love')] if ((x*0.05)**2+(y*0.1)**2-1)**3-(x*0.05)**2*(y*0.1)**3 <= 0 else ' 'for x in range(-30, 30)]) for y in range(30, -30, -1)])) 

几个小例子告诉你, 一行Python代码能干哪些事

(5)一行代码输出Mandelbrot图像

Mandelbrot图像:图像中的每个位置都对应于公式N=x+y*i中的一个复数

 
  1. print('\n'.join([''.join(['*'if abs((lambda a: lambda z, c, n: a(a, z, c, n))(lambda s, z, c, n: z if n == 0 else s(s, z*z+c, c, n-1))(0, 0.02*x+0.05j*y, 40)) < 2 else ' ' for x in range(-80, 20)]) for y in range(-20, 20)])) 

几个小例子告诉你, 一行Python代码能干哪些事

(6)一行代码打印九九乘法表

 
  1. print('\n'.join([' '.join(['%s*%s=%-2s' % (y, x, x*y) for y in range(1, x+1)]) for x in range(1, 10)])) 

几个小例子告诉你, 一行Python代码能干哪些事

(7)一行代码计算出1-100之间的素数(两个版本)

 
  1. print(' '.join([str(item) for item in filter(lambda x: not [x % i for i in range(2, x) if x % i == 0], range(2, 101))]))  
  2. print(' '.join([str(item) for item in filter(lambda x: all(map(lambda p: x % p != 0, range(2, x))), range(2, 101))])) 

几个小例子告诉你, 一行Python代码能干哪些事

(8)一行代码输出斐波那契数列

 
  1. print([x[0] for x in [(a[i][0], a.append([a[i][1], a[i][0]+a[i][1]])) for a in ([[1, 1]], ) for i in range(30)]]) 

几个小例子告诉你, 一行Python代码能干哪些事

(9)一行代码实现快排算法

 
  1. qsort = lambda arr: len(arr) > 1 and qsort(list(filter(lambda x: x <= arr[0], arr[1:]))) + arr[0:1] + qsort(list(filter(lambda x: x > arr[0], arr[1:]))) or arr 

(10)一行代码解决八皇后问题

 
  1. [__import__('sys').stdout.write('\n'.join('.' * i + 'Q' + '.' * (8-i-1) for i in vec) + "\n========\n"for vec in __import__('itertools').permutations(range(8)) if 8 == len(set(vec[i]+i for i in range(8))) == len(set(vec[i]-i for i in range(8)))] 

几个小例子告诉你, 一行Python代码能干哪些事

(11)一行代码实现数组的flatten功能: 将多维数组转化为一维

 
  1. flatten = lambda x: [y for l in x for y in flatten(l)] if isinstance(x, list) else [x] 

(12)一行代码实现list, 有点类似与上个功能的反功能

 
  1. array = lambda x: [x[i:i+3] for i in range(0, len(x), 3)] 

(13)一行代码实现求解2的1000次方的各位数之和

 
  1. print(sum(map(int, str(2**1000)))) 



本文作者:佚名

来源:51CTO

相关文章
|
8天前
|
监控 Python
Python中的装饰器:提升代码灵活性与可读性
在Python编程中,装饰器是一种强大的工具,能够提升代码的灵活性和可读性。本文将介绍装饰器的基本概念、使用方法以及实际应用场景,帮助读者更好地理解和利用这一功能。
|
11天前
|
人工智能 数据可视化 数据挖掘
【python】Python航空公司客户价值数据分析(代码+论文)【独一无二】
【python】Python航空公司客户价值数据分析(代码+论文)【独一无二】
|
9天前
|
缓存 监控 算法
优化Python代码性能的10个技巧
提高Python代码性能是每个开发者都需要关注的重要问题。本文将介绍10个实用的技巧,帮助你优化Python代码,提升程序的运行效率和性能表现。无论是避免内存泄漏、减少函数调用次数,还是使用适当的数据结构,都能在不同场景下发挥作用,使你的Python应用更加高效稳定。
|
1天前
|
数据安全/隐私保护 Python
Python中的装饰器:提升代码可读性与灵活性
Python中的装饰器是一种强大的工具,可以在不改变函数原有逻辑的情况下,为函数添加额外的功能。本文将介绍装饰器的基本概念和用法,并通过实例演示如何利用装饰器提升代码的可读性和灵活性,使代码更加简洁、易于维护。
|
1天前
|
BI 开发者 数据格式
Python代码填充数据到word模板中
【4月更文挑战第16天】
|
3天前
|
缓存 算法 Python
优化Python代码的十大技巧
本文介绍了十种优化Python代码的技巧,涵盖了从代码结构到性能调优的方方面面。通过学习和应用这些技巧,你可以提高Python程序的执行效率,提升代码质量,以及更好地应对复杂的编程任务。
|
3天前
|
程序员 Python
Python中的装饰器:提升代码可读性与灵活性
在Python编程中,装饰器是一种强大的工具,可以在不修改原始代码的情况下,动态地添加功能。本文将深入探讨Python中装饰器的原理、用法和实际应用,以及如何利用装饰器提升代码的可读性和灵活性。
|
5天前
|
缓存 开发者 Python
深入探讨Python中的装饰器:提升代码可读性与灵活性
在Python编程中,装饰器是一种强大的工具,可以在不修改原始函数代码的情况下,对其行为进行扩展或修改。本文将深入探讨装饰器的原理和用法,以及如何利用装饰器提升代码的可读性和灵活性,为Python开发者提供更加优雅和高效的编程方式。
|
11天前
|
机器学习/深度学习 数据可视化 算法
【python】Python大豆特征数据分析 [机器学习版一](代码+论文)【独一无二】
【python】Python大豆特征数据分析 [机器学习版一](代码+论文)【独一无二】
|
11天前
|
机器学习/深度学习 数据可视化 数据挖掘
【python】双十一美妆数据分析可视化 [聚类分析/线性回归/支持向量机](代码+报告)【独一无二】
【python】双十一美妆数据分析可视化 [聚类分析/线性回归/支持向量机](代码+报告)【独一无二】

热门文章

最新文章