Python编程常用的19个经典案例

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 csvwith 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 repattern = 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] = valreturn valreturn wrapper
@cache
def Fibonacci(n):if n < 2:return nreturn 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 ospath = "/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 itertoolsfor 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, timedeltanow = 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 jsondata = {"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 defaultdictdd = 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 threadingdef 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_countdef 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。