整理了60个Python小例子，拿去用！

你好，我是坚持分享干货的 EarlGrey，翻译出版过《Python编程无师自通》、《Python并行计算手册》等技术书籍。

如果我的分享对你有帮助，请关注我，一起向上进击。

整理丨快学Python来源：https://github.com/jackzhenguo/python-small-examples

今天给大家分享一下60个Python小例子，拿来即用！

一、数字1 求绝对值

绝对值或复数的模

# 公众号：快学PythonIn [1]: abs(-6) Out[1]: 62 进制转化

十进制转换为二进制：

In [2]: bin(10) Out[2]: '0b1010'

十进制转换为八进制：

In [3]: oct(9) Out[3]: '0o11'

十进制转换为十六进制：

In [4]: hex(15) Out[4]: '0xf'3 整数和ASCII互转

十进制整数对应的ASCII字符

In [1]: chr(65) Out[1]: 'A'

查看某个ASCII字符对应的十进制数

In [1]: ord('A') Out[1]: 654 元素都为真检查

所有元素都为真，返回 True，否则为False

In [5]: all([1,0,3,6]) Out[5]: FalseIn [6]: all([1,2,3]) Out[6]: True5 元素至少一个为真检查

至少有一个元素为真返回True，否则False

In [7]: any([0,0,0,[]]) Out[7]: FalseIn [8]: any([0,0,1]) Out[8]: True6 判断是真是假

测试一个对象是True, 还是False.

In [9]: bool([0,0,0]) Out[9]: True In [10]: bool([]) Out[10]: False In [11]: bool([1,0,1]) Out[11]: True7 创建复数

创建一个复数

In [1]: complex(1,2) Out[1]: (1+2j)8 取商和余数

分别取商和余数

In [1]: divmod(10,3) Out[1]: (3, 1)9 转为浮点类型

将一个整数或数值型字符串转换为浮点数

In [1]: float(3) Out[1]: 3.0

如果不能转化为浮点数，则会报ValueError:

In [2]: float('a') # ValueError: could not convert string to float: 'a'10 转为整型

int(x, base =10) , x可能为字符串或数值，将x 转换为一个普通整数。如果参数是字符串，那么它可能包含符号和小数点。如果超出了普通整数的表示范围，一个长整数被返回。

In [1]: int('12',16) Out[1]: 1811 次幂

base为底的exp次幂，如果mod给出，取余

In [1]: pow(3, 2, 4) Out[1]: 112 四舍五入

四舍五入，ndigits代表小数点后保留几位：

In [11]: round(10.0222222, 3) Out[11]: 10.022 In [12]: round(10.05,1) Out[12]: 10.113 链式比较i = 3 print(1 < i < 3) # False print(1 < i <= 3) # True二、字符串14 字符串转字节

字符串转换为字节类型

In [12]: s = "apple" In [13]: bytes(s,encoding='utf-8') Out[13]: b'apple'15 任意对象转为字符串In [14]: i = 100 In [15]: str(i) Out[15]: '100' In [16]: str([]) Out[16]: '[]' In [17]: str(tuple()) Out[17]: '()'16 执行字符串表示的代码

将字符串编译成python能识别或可执行的代码，也可以将文字读成字符串再编译。

In [1]: s = "print('helloworld')" In [2]: r = compile(s,"<string>", "exec") In [3]: r Out[3]: <code object <module> at 0x0000000005DE75D0, file "<string>", line 1> In [4]: exec(r) helloworld17 计算表达式

将字符串str 当成有效的表达式来求值并返回计算结果取出字符串中内容

In [1]: s = "1 + 3 +5" ...: eval(s) ...: Out[1]: 918 字符串格式化

格式化输出字符串，format(value, format_spec)实质上是调用了value的__format__(format_spec)方法。

In [1]: print("i am {0},age{1}".format("tom",18)) Out[1]:i am tom,age18

三、函数19 拿来就用的排序函数

排序：

In [1]: a = [1,4,2,3,1] In [2]: sorted(a,reverse=True) Out[2]: [4, 3, 2, 1, 1] In [3]: a = [{'name':'xiaoming','age':18,'gender':'male'},{'name':' ...: xiaohong','age':20,'gender':'female'}] In [4]: sorted(a,key=lambda x: x['age'],reverse=False) Out[4]: [{'name': 'xiaoming', 'age': 18, 'gender': 'male'}, {'name': 'xiaohong', 'age': 20, 'gender': 'female'}]20 求和函数

求和：

In [181]: a = [1,4,2,3,1] In [182]: sum(a) Out[182]: 11 # 公众号：快学PythonIn [185]: sum(a,10) #求和的初始值为10 Out[185]: 2121 nonlocal用于内嵌函数中

关键词nonlocal常用于函数嵌套中，声明变量i为非局部变量；如果不声明，i+=1表明i为函数wrapper内的局部变量，因为在i+=1引用(reference)时,i未被声明，所以会报unreferenced variable的错误。

def excepter(f): i = 0 t1 = time.time() def wrapper(): try: f() except Exception as e: nonlocal i i += 1 print(f'{e.args[0]}: {i}') t2 = time.time() if i == n: print(f'spending time:{round(t2-t1,2)}') return wrapper22 global 声明全局变量

先回答为什么要有global，一个变量被多个函数引用，想让全局变量被所有函数共享。有的伙伴可能会想这还不简单，这样写：

i = 5 def f(): print(i) def g(): print(i) pass f() g()

f和g两个函数都能共享变量i，程序没有报错，所以他们依然不明白为什么要用global.

但是，如果我想要有个函数对i递增，这样：

def h(): i += 1 h()

此时执行程序，bang, 出错了！抛出异常：UnboundLocalError，原来编译器在解释i+=1时会把i解析为函数h()内的局部变量，很显然在此函数内，编译器找不到对变量i的定义，所以会报错。

global就是为解决此问题而被提出，在函数h内，显式地告诉编译器i为全局变量，然后编译器会在函数外面寻找i的定义，执行完i+=1后，i还为全局变量，值加1：

i = 0 def h(): global i i += 1 h() print(i)23 交换两元素def swap(a, b): return b, a print(swap(1, 0))

输出：

24 操作函数对象In [31]: def f(): ...: print('i'm f') ...: In [32]: def g(): ...: print('i'm g') ...: In [33]: [f,g][1]() i'm g

创建函数对象的list，根据想要调用的index，方便统一调用。

25 生成逆序序列list(range(10,-1,-1)) # [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

第三个参数为负时，表示从第一个参数开始递减，终止到第二个参数(不包括此边界)

26 函数的五类参数使用例子

python五类参数：位置参数，关键字参数，默认参数，可变位置或关键字参数的使用。

def f(a,*b,c=10,**d): print(f'a:{a},b:{b},c:{c},d:{d}')

默认参数c不能位于可变关键字参数d后.

调用f:

In [10]: f(1,2,5,width=10,height=20) a:1,b:(2, 5),c:10,d:{'width': 10, 'height': 20}

可变位置参数b实参后被解析为元组(2,5);而c取得默认值10; d被解析为字典.

再次调用f:

In [11]: f(a=1,c=12) a:1,b:(),c:12,d:{}

a=1传入时a就是关键字参数，b,d都未传值，c被传入12，而非默认值。

注意观察参数a, 既可以f(1),也可以f(a=1) 其可读性比第一种更好，建议使用f(a=1)。如果要强制使用f(a=1)，需要在前面添加一个星号:

def f(*,a,**b): print(f'a:{a},b:{b}')

此时f(1)调用，将会报错：TypeError: f() takes 0 positional arguments but 1 was given

只能f(a=1)才能OK.

说明前面的*发挥作用，它变为只能传入关键字参数，那么如何查看这个参数的类型呢？借助python的inspect模块：

In [22]: for name,val in signature(f).parameters.items(): ...: print(name,val.kind) ...: a KEYWORD_ONLY b VAR_KEYWORD

可看到参数a的类型为KEYWORD_ONLY，也就是仅仅为关键字参数。

但是，如果f定义为：

def f(a,*b): print(f'a:{a},b:{b}')

查看参数类型：

In [24]: for name,val in signature(f).parameters.items(): ...: print(name,val.kind) ...: a POSITIONAL_OR_KEYWORD b VAR_POSITIONAL

可以看到参数a既可以是位置参数也可是关键字参数。

27 使用slice对象

生成关于蛋糕的序列cake1：

In [1]: cake1 = list(range(5,0,-1)) In [2]: b = cake1[1:10:2] In [3]: b Out[3]: [4, 2] In [4]: cake1 Out[4]: [5, 4, 3, 2, 1]

再生成一个序列：

In [5]: from random import randint ...: cake2 = [randint(1,100) for _ in range(100)] ...: # 同样以间隔为2切前10个元素，得到切片d ...: d = cake2[1:10:2] In [6]: d Out[6]: [75, 33, 63, 93, 15]

你看，我们使用同一种切法，分别切开两个蛋糕cake1,cake2. 后来发现这种切法极为经典，又拿它去切更多的容器对象。

那么，为什么不把这种切法封装为一个对象呢？于是就有了slice对象。

定义slice对象极为简单，如把上面的切法定义成slice对象：

perfect_cake_slice_way = slice(1,10,2) #去切cake1 cake1_slice = cake1[perfect_cake_slice_way] cake2_slice = cake2[perfect_cake_slice_way] In [11]: cake1_slice Out[11]: [4, 2] In [12]: cake2_slice Out[12]: [75, 33, 63, 93, 15]

与上面的结果一致。

对于逆向序列切片，slice对象一样可行：

a = [1,3,5,7,9,0,3,5,7] a_ = a[5:1:-1] named_slice = slice(5,1,-1) a_slice = a[named_slice] In [14]: a_ Out[14]: [0, 9, 7, 5] In [15]: a_slice Out[15]: [0, 9, 7, 5]

频繁使用同一切片的操作可使用slice对象抽出来，复用的同时还能提高代码可读性。

28 lambda 函数的动画演示

有些读者反映，lambda函数不太会用，问我能不能解释一下。

比如，下面求这个 lambda函数：

def max_len(*lists): return max(*lists, key=lambda v: len(v))

有两点疑惑：

参数v的取值？lambda函数有返回值吗？如果有，返回值是多少？

调用上面函数，求出以下三个最长的列表：

r = max_len([1, 2, 3], [4, 5, 6, 7], [8]) print(f'更长的列表是{r}')

程序完整运行过程，动画演示如下：

结论：

参数v的可能取值为*lists，也就是 tuple 的一个元素。lambda函数返回值，等于lambda v冒号后表达式的返回值。四、数据结构29 转为字典

创建数据字典

In [1]: dict() Out[1]: {} In [2]: dict(a='a',b='b') Out[2]: {'a': 'a', 'b': 'b'} In [3]: dict(zip(['a','b'],[1,2])) Out[3]: {'a': 1, 'b': 2} In [4]: dict([('a',1),('b',2)]) Out[4]: {'a': 1, 'b': 2}30 冻结集合

创建一个不可修改的集合。

In [1]: frozenset([1,1,3,2,3]) Out[1]: frozenset({1, 2, 3})

因为不可修改，所以没有像set那样的add和pop方法

31 转为集合类型

返回一个set对象，集合内不允许有重复元素：

In [159]: a = [1,4,2,3,1] In [160]: set(a) Out[160]: {1, 2, 3, 4}32 转为切片对象

class slice(start, stop[, step])

返回一个表示由 range(start, stop, step) 所指定索引集的 slice对象，它让代码可读性、可维护性变好。

In [1]: a = [1,4,2,3,1] In [2]: my_slice_meaning = slice(0,5,2) In [3]: a[my_slice_meaning] Out[3]: [1, 2, 1]33 转元组

tuple() 将对象转为一个不可变的序列类型

In [16]: i_am_list = [1,3,5] In [17]: i_am_tuple = tuple(i_am_list) In [18]: i_am_tuple Out[18]: (1, 3, 5)五、类和对象34 是否可调用

检查对象是否可被调用

In [1]: callable(str) Out[1]: True In [2]: callable(int) Out[2]: TrueIn [18]: Student(): ...: def __init__(self,id,name): ...: self.id = id ...: self.name = name ...: def __repr__(self): ...: return 'id = '+self.id +', name = '+self.name ... In [19]: xiaoming = Student('001','xiaoming') In [20]: callable(xiaoming) Out[20]: False

如果能调用xiaoming(), 需要重写Student类的__call__方法：

In [1]: Student(): ...: def __init__(self,id,name): ...: self.id = id ...: self.name = name ...: def __repr__(self): ...: return 'id = '+self.id +', name = '+self.name ...: def __call__(self): ...: print('I can be called') ...: print(f'my name is {self.name}') ...: In [2]: t = Student('001','xiaoming') In [3]: t() I can be called my name is xiaoming35 ascii 展示对象

调用对象的 __repr__ 方法，获得该方法的返回值，如下例子返回值为字符串

>>> Student(): def __init__(self,id,name): self.id = id self.name = name def __repr__(self): return 'id = '+self.id +', name = '+self.name

调用：

>>> xiaoming = Student(id='1',name='xiaoming') >>> xiaoming id = 1, name = xiaoming >>> ascii(xiaoming) 'id = 1, name = xiaoming'36 类方法

classmethod 装饰器对应的函数不需要实例化，不需要 self 参数，但第一个参数需要是表示自身类的 cls 参数，可以来调用类的属性，类的方法，实例化对象等。

In [1]: Student(): ...: def __init__(self,id,name): ...: self.id = id ...: self.name = name ...: def __repr__(self): ...: return 'id = '+self.id +', name = '+self.name ...: @classmethod ...: def f(cls): ...: print(cls)37 动态删除属性

删除对象的属性

In [1]: delattr(xiaoming,'id') In [2]: hasattr(xiaoming,'id') Out[2]: False38 一键查看对象所有方法

不带参数时返回当前范围内的变量、方法和定义的类型列表；带参数时返回参数的属性，方法列表。

In [96]: dir(xiaoming) Out[96]: ['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'name']39 动态获取对象属性

获取对象的属性

In [1]: Student(): ...: def __init__(self,id,name): ...: self.id = id ...: self.name = name ...: def __repr__(self): ...: return 'id = '+self.id +', name = '+self.name In [2]: xiaoming = Student(id='001',name='xiaoming') In [3]: getattr(xiaoming,'name') # 获取xiaoming这个实例的name属性值 Out[3]: 'xiaoming'40 对象是否有这个属性In [1]: Student(): ...: def __init__(self,id,name): ...: self.id = id ...: self.name = name ...: def __repr__(self): ...: return 'id = '+self.id +', name = '+self.name In [2]: xiaoming = Student(id='001',name='xiaoming') In [3]: hasattr(xiaoming,'name') Out[3]: True In [4]: hasattr(xiaoming,'address') Out[4]: False41 对象门牌号

返回对象的内存地址

In [1]: id(xiaoming) Out[1]: 9823420842 isinstance

判断_object_是否为类_classinfo_的实例，是返回true

In [1]: Student(): ...: def __init__(self,id,name): ...: self.id = id ...: self.name = name ...: def __repr__(self): ...: return 'id = '+self.id +', name = '+self.name In [2]: xiaoming = Student(id='001',name='xiaoming') In [3]: isinstance(xiaoming,Student) Out[3]: True43 父子关系鉴定In [1]: undergraduate(Student): ...: def studyClass(self): ...: pass ...: def attendActivity(self): ...: pass In [2]: issubclass(undergraduate,Student) Out[2]: True In [3]: issubclass(object,Student) Out[3]: False In [4]: issubclass(Student,object) Out[4]: True

如果class是classinfo元组中某个元素的子类，也会返回True

In [1]: issubclass(int,(int,float)) Out[1]: True44 所有对象之根

object 是所有类的基类

In [1]: o = object() In [2]: type(o) Out[2]: object45 创建属性的两种方式

返回 property 属性，典型的用法：

class C: def __init__(self): self._x = None def getx(self): return self._x def setx(self, value): self._x = value def delx(self): del self._x # 使用property类创建 property 属性 x = property(getx, setx, delx, "I'm the 'x' property.")

使用python装饰器，实现与上完全一样的效果代码：

class C: def __init__(self): self._x = None @property def x(self): return self._x @x.setter def x(self, value): self._x = value @x.deleter def x(self): del self._x46 查看对象类型

class type(name, bases, dict)

传入一个参数时，返回 object 的类型：

In [1]: Student(): ...: def __init__(self,id,name): ...: self.id = id ...: self.name = name ...: def __repr__(self): ...: return 'id = '+self.id +', name = '+self.name ...: In [2]: xiaoming = Student(id='001',name='xiaoming') In [3]: type(xiaoming) Out[3]: __main__.Student In [4]: type(tuple()) Out[4]: tuple47 元类

xiaoming, xiaohong, xiaozhang 都是学生，这类群体叫做 Student.

Python 定义类的常见方法，使用关键字

In [36]: Student(object): ...: pass

xiaoming, xiaohong, xiaozhang 是类的实例，则：

xiaoming = Student() xiaohong = Student() xiaozhang = Student()

创建后，xiaoming 的 __class__ 属性，返回的便是 Student类

In [38]: xiaoming.__class__ Out[38]: __main__.Student

问题在于，Student 类有 __class__属性，如果有，返回的又是什么？

In [39]: xiaoming.__class__.__class__ Out[39]: type

哇，程序没报错，返回 type

那么，我们不妨猜测：Student 类，类型就是 type

换句话说，Student类就是一个对象，它的类型就是 type

所以，Python 中一切皆对象，类也是对象

Python 中，将描述 Student 类的类被称为：元类。

按照此逻辑延伸，描述元类的类被称为：_元元类_，开玩笑了~ 描述元类的类也被称为元类。

聪明的朋友会问了，既然 Student 类可创建实例，那么 type 类可创建实例吗？如果能，它创建的实例就叫：类了。你们真聪明！

说对了，type 类一定能创建实例，比如 Student 类了。

In [40]: Student = type('Student',(),{}) In [41]: Student Out[41]: __main__.Student

它与使用关键字创建的 Student 类一模一样。

Python 的类，因为又是对象，所以和 xiaoming，xiaohong 对象操作相似。支持：

赋值拷贝添加属性作为函数参数In [43]: StudentMirror = Student # 类直接赋值 # 类直接赋值 In [44]: Student.class_property = 'class_property' # 添加类属性 In [46]: hasattr(Student, 'class_property') Out[46]: True

元类，确实使用不是那么多，也许先了解这些，就能应付一些场合。就连 Python 界的领袖 Tim Peters 都说：

“元类就是深度的魔法，99%的用户应该根本不必为此操心。

六、工具48 枚举对象

返回一个可以枚举的对象，该对象的next()方法将返回一个元组。

In [1]: s = ["a","b","c"] ...: for i ,v in enumerate(s,1): ...: print(i,v) ...: 1 a 2 b 3 c49 查看变量所占字节数In [1]: import sys In [2]: a = {'a':1,'b':2.0} In [3]: sys.getsizeof(a) # 占用240个字节 Out[3]: 24050 过滤器

在函数中设定过滤条件，迭代元素，保留返回值为True的元素：

In [1]: fil = filter(lambda x: x>10,[1,11,2,45,7,6,13]) In [2]: list(fil) Out[2]: [11, 45, 13]51 返回对象的哈希值

返回对象的哈希值，值得注意的是自定义的实例都是可哈希的，list, dict, set等可变对象都是不可哈希的(unhashable)

In [1]: hash(xiaoming) Out[1]: 6139638 In [2]: hash([1,2,3]) # TypeError: unhashable type: 'list'52 一键帮助

返回对象的帮助文档

获取用户输入内容

In [1]: input() aa Out[1]: 'aa'54 创建迭代器类型

使用iter(obj, sentinel), 返回一个可迭代对象, sentinel可省略(一旦迭代到此元素，立即终止)

In [1]: lst = [1,3,5] In [2]: for i in iter(lst): ...: print(i) ...: 1 3 5In [1]: TestIter(object): ...: def __init__(self): ...: self.l=[1,3,2,3,4,5] ...: self.i=iter(self.l) ...: def __call__(self): #定义了__call__方法的类的实例是可调用的 ...: item = next(self.i) ...: print ("__call__ is called,fowhich would return",item) ...: return item ...: def __iter__(self): #支持迭代协议(即定义有__iter__()函数) ...: print ("__iter__ is called!!") ...: return iter(self.l) In [2]: t = TestIter() In [3]: t() # 因为实现了__call__，所以t实例能被调用 __call__ is called,which would return 1 Out[3]: 1 In [4]: for e in TestIter(): # 因为实现了__iter__方法，所以t能被迭代 ...: print(e) ...: __iter__ is called!! 1 3 2 3 4 555 打开文件

返回文件对象

In [1]: fo = open('D:/a.txt',mode='r', encoding='utf-8') In [2]: fo.read() Out[2]: '\ufefflife is not so long,\nI use Python to play.'

mode取值表：

56 创建range序列

range(stop)

range(start, stop[,step])

生成一个不可变序列：

In [1]: range(11) Out[1]: range(0, 11) In [2]: range(0,11,1) Out[2]: range(0, 11)57 反向迭代器In [1]: rev = reversed([1,4,2,3,1]) In [2]: for i in rev: ...: print(i) ...: 1 3 2 4 158 聚合迭代器

创建一个聚合了来自每个可迭代对象中的元素的迭代器：

In [1]: x = [3,2,1] In [2]: y = [4,5,6] In [3]: list(zip(y,x)) Out[3]: [(4, 3), (5, 2), (6, 1)] In [4]: a = range(5) In [5]: b = list('abcde') In [6]: b Out[6]: ['a', 'b', 'c', 'd', 'e'] In [7]: [str(y) + str(x) for x,y in zip(a,b)] Out[7]: ['a0', 'b1', 'c2', 'd3', 'e4']59 链式操作from operator import (add, sub) def add_or_sub(a, b, oper): return (add if oper == '+' else sub)(a, b) add_or_sub(1, 2, '-') # -160 对象序列化

对象序列化，是指将内存中的对象转化为可存储或传输的过程。很多场景，直接一个类对象，传输不方便。

但是，当对象序列化后，就会更加方便，因为约定俗成的，接口间的调用或者发起的 web 请求，一般使用 json 串传输。

实际使用中，一般对类对象序列化。先创建一个 Student 类型，并创建两个实例。

class Student(): def __init__(self,**args): self.ids = args['ids'] self.name = args['name'] self.address = args['address'] xiaoming = Student(ids = 1,name = 'xiaoming',address = '北京') xiaohong = Student(ids = 2,name = 'xiaohong',address = '南京')

导入 json 模块，调用 dump 方法，就会将列表对象 [xiaoming,xiaohong]，序列化到文件 json.txt 中。

import json with open('json.txt', 'w') as f: json.dump([xiaoming,xiaohong], f, default=lambda obj: obj.__dict__, ensure_ascii=False, indent=2, sort_keys=True)

生成的文件内容，如下：

[ { "address":"北京", "ids":1, "name":"xiaoming" }, { "address":"南京", "ids":2, "name":"xiaohong" } ]

- EOF -

文章已经看到这了，别忘了在右下角点个“赞”和“在看”鼓励哦~

点击标题可跳转

回复关键词「 pybook03」，领取进击的Grey与小伙伴一起翻译的《Think Python 2e》电子版回复关键词「书单02」，领取进击的Grey整理的 10 本 Python 入门书的电子版

告诉你更多细节干货

欢迎围观我的朋友圈

👆每天更新所想所悟

玩酷网

整理了60个Python小例子，拿去用！

科技继续进击