非常有用的python单行代码

1 推导式应用

1.1 列表推导式（一行for循环）

#For循环在一行

mylist = [200, 300, 400, 500]

#正常方式

result = []

for x in mylist:

    if x > 250:

        result.append(x)

print(result) # [300, 400, 500]

#一行代码方式

result = [x for x in mylist if x > 250]

print(result) # [300, 400, 500]

2 三元运算符应用

# 语法

[on true] if [expression] else [on false]

2.1 一行 if-else 语句

#if Else 在一行中

#Example 1 if else

print("Yes") if 8 > 9 else print("No") # No

#Example 2 if elif else

E = 2

print("High") if E == 5 else print("数据STUDIO") if E == 2 else

print("Low") # 数据STUDIO 

#Example 3 only if

if 3 > 2: print("Exactly") # Exactly

3 匿名函数应用

# 语法

result = lambda[arg1[,arg2,...,argn]]:expression

result：用于调用lambda表达式。

[arg1[,arg2,…,argn]]：可选参数，用于指定要传递的参数列表，多个参数使用逗号“,”分隔。

expression：必选参数，用于指定一个实现具体功能的表达式，如果有参数，那么在该表达式中将应用这些参数。

️ 使用lambda表达式时，参数可以有多个，用逗号“,”分隔，但是表达式只能有一个，即只能返回一个值，而且也不能出现其他非表达式语句（如for或while）。

3.1 一行函数

#函数在一行中

#方法一

def fun(x): return True if x % 2 == 0 else False

print(fun(2)) # False

#方法2

fun = lambda x : x % 2 == 0

print(fun(2)) # True

print(fun(3)) # False

3.2 一行递归

# 单行递归

#Fibonaci 单行递归示例

def Fib(x): return 1 if x in {0, 1} else Fib(x-1) + Fib(x-2)

print(Fib(5)) # 8

print(Fib(15)) # 987

4 一行while循环

#方法 1 Single Statement

while True: print(1) #infinite 1

#方法 2 多语句

x = 0

while x < 5: print(x); x= x + 1 # 0 1 2 3 4 5

5 一行合并字典

# 在一行中合并字典

d1 = { 'A': 1, 'B': 2 }

d2 = { 'C': 3, 'D': 4 }

#方法 1

d1.update(d2)

print(d1) # {'A': 1, 'B': 2, 'C': 3, 'D': 4}

#方法 2

d3 = {**d1, **d2}

print(d3) # {'A': 1, 'B': 2, 'C': 3, 'D': 4}

6 一行异常处理

# 一行异常处理

#原始方式

try:

    print(x)

except:

    print("Error")

#单行方式

exec('try:print(x) \nexcept:print("Error")') # 错误

7 一行列表转字典

# 字典在一行

mydict = ["John", "Peter", "Mathew", "Tom"]

mydict = dict(enumerate(mydict))

print(mydict) # {0: 'John', 1: 'Peter', 2: 'Mathew', 3: 'Tom'}

8 一行多变量

#多行变量

#正常方式

x = 5

y = 7

z = 10

print(x , y, z) # 5 7 10

#单行方式

a, b, c = 5, 7, 10

print(a, b, c) # 5 7 10

9 一行交换值

#换成一行

#正常方式

v1 = 100

v2 = 200

temp = v1

v1 = v2

v2 = temp

print(v1, v2) # 200 100

# 单行交换

v1, v2 = v2, v1

print(v1, v2) # 200 100

10 一行排序

# 在一行中排序

mylist = [32, 22, 11, 4, 6, 8, 12]

# 方法 1

mylist.sort()

print(mylist) # # [4, 6, 8, 11, 12, 22, 32]

print(sorted(mylist)) # [4, 6, 8, 11, 12, 22, 32]

️ sort和sorted区别

sort是在原位重新排列列表，而sorted()是产生一个新的列表。

sort 只是应用在 list 上的方法（就地排序无返回值）。sorted 是内建函数，可对所有可迭代的对象进行排序操作（返回新的list）。

11 一行读取文件

#一行读取文件

#正常方式

with open("data.txt", "r") as file:

    data = file.readline()

    print(data) # Hello world

#单行方式

data = [line.strip() for line in open("data.txt","r")]

print(data) # ['hello world', 'Hello Python']

12 一行分号

a = "Python"; b = "编程"; c = "语言"; print(a, b, c)

13 一行打印

# 一行打印

#正常方式

for x in range(1, 5):

    print(x) # 1 2 3 4

#单行方式

print(*range(1, 5)) # 1 2 3 4

print(*range(1, 6)) # 1 2 3 4 5

14 一行map函数

Map 函数是适用的高阶函数。这将函数应用于每个元素。下面是我们如何在一行代码中使用 map 函数的示例。

#在一行中map

print(list(map(lambda a: a + 2, [5, 6, 7, 8, 9, 10])))

# 输出

# [7, 8, 9, 10, 11, 12]

️ map和reduce的区别

reduce返回的是函数经过执行运算后的结果，reduce累计运算，适合做大数据的运算，前两个元素作用得到结果后，继续和下一个元素运算

from functools import reduce

sum1 = reduce(lambda x, y: x + y, range(1, 5))

print(sum1)  # 10

map返回的是个集合，函数依次作用到每一个元素，每个元素都会被函数单独作用一次。

sum2 = map(lambda y: y ** 2, range(1, 5))

print(type(sum2))  # <class 'map'>

print(sum2)  # <map object at 0x7f809ce4c1d0>

for i in sum2:

    print(i)    # 1,4,9,16

总结：

map和reduce函数均是接受两个参数，第一个参数，均是一个函数，可以是匿名函数，也可以是普通的函数，第二个参数是一个可迭代的序列（列表或元组）

map函数的第一个参数是函数，函数的参数可以是1个或者多个，而reduce只能接受2个参数。

map()是将传入的函数依次作用到序列的每个元素，每个元素都是独自被函数“作用”一次。
reduce()是将传人的函数作用在序列的第一个元素得到结果后，把这个结果继续与下一个元素作用（累积计算）。