今天給大家帶來一些30秒就能學會的代碼片段，這些代碼潛力無限，蘊含了豐富的python編程思維，應用領域非常廣泛，而且學起來非常簡單。

1."二維列表"

**解讀：**根據給定的長和寬，以及初始值，返回一個二維列表。

def initialize_2d_list(w, h, val=None):
    return [[val for x in range(w)] for y in range(h)]

例：

> >> initialize_2d_list(2,2)
[[None, None], [None, None]]

> >> initialize_2d_list(2,2,0)
[[0, 0], [0, 0]]

2.函數切割數組

**解讀：**使用一個函數應用到一個數組的每個元素上，使得這個數組被切割成兩個部分。如果說，函數應用到元素上返回的值為True，則該元素被切割到第一部分，否則分為第二部分。

def bifurcate_by(lst, fn):
    return [
      [x for x in lst if fn(x)],
      [x for x in lst if not fn(x)]
    ]

例：

> >> bifurcate_by(['beep', 'boop', 'foo', 'bar'], lambda x: x[0] == 'b')
[['beep', 'boop', 'bar'], ['foo']]

3."交集點"

解讀： 兩個數組在被一個函數應用后，從第一個數組中提取出共有的元素的原元素組成一個新的數組。

def intersection_by(a, b, fn):
    _b = set(map(fn, b))
    return [item for item in a if fn(item) in _b]

例：

>> > from math import floor
 >> > intersection_by([2.1, 1.2], [2.3, 3.4],floor)
[2.1]

4.最大值下標

**解讀：**返回數組中最大值的下標。

def max_element_index(arr):
    return arr.index(max(arr))

例：

>> > max_element_index([5, 8, 9, 7, 10, 3, 0])
4

5.數組對稱差

**解讀：**找出兩個數組中不同的元素，并合成為一個新的數組。

def symmetric_difference(a, b):
    _a, _b = set(a), set(b)
    return [item for item in a if item not in _b] + [item for item in b if item not in _a]

例：

> >> symmetric_difference([1, 2, 3], [1, 2, 4])
[3, 4]

6."夾數"

解讀： 如果 num 落在一段數字范圍內，則返回num，否則返回離這個范圍最近的邊界：

def clamp_number(num,a,b):
    return max(min(num, max(a,b)),min(a,b))

例：

>> clamp_number(2,3,10)
3

 >> clamp_number(7,3,10)
7

 >> clamp_number(124,3,10)
10

7.鍵值映射

解讀： 使用對象的鍵重新創建對象，并運行函數為每個對象的鍵創建值。
使用dict.keys()遍歷對象的鍵， 通過函數生成一個新的值。

def map_values(obj, fn):
    ret = {}
    for key in obj.keys():
        ret[key] = fn(obj[key])
    return ret

**
例：**

>> > users = {
...   'fred': { 'user': 'fred', 'age': 40 },
...   'pebbles': { 'user': 'pebbles', 'age': 1 }
... }

 >> > map_values(users, lambda u : u['age'])
{'fred': 40, 'pebbles': 1}

 >> > map_values(users, lambda u : u['age']+1)
{'fred': 41, 'pebbles': 2}

8.大小寫轉換

解讀： 將英文單詞的首字母大寫改為小寫。
upper_rest參數：設定是否將除首字母外的其他字母大小寫轉換。

def decapitalize(s, upper_rest=False):
    return s[:1].lower() + (s[1:].upper() if upper_rest else s[1:])

例：

>> > decapitalize('FooBar')
'fooBar'

 >> > decapitalize('FooBar', True)
'fOOBAR'

9.同鍵求和

解讀： 對列表中的各個字典里相同鍵值的對象求和。

def sum_by(lst, fn):
    return sum(map(fn,lst))

例：

>> > sum_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }], lambda v : v['n'])
14

10.一行代碼求出現次數

解讀： 求出列表中某個數出現的次數和。

def count_occurrences(lst, val):
    return len([x for x in lst if x == val and type(x) == type(val)])

例：

>> > count_occurrences([1, 1, 2, 1, 2, 3], 1)
3

11.數組再分組

對一個列表根據所需要的大小進行細分：

效果如下：

chunk([1,2,3,4,5],2)
# [[1,2],[3,4],5]

return中，map的第二個參數是一個列表，map會將列表中的每一個元素用于調用第一個參數的 function 函數，返回包含每次 function 函數返回值的新列表。

12.數字轉數組

同樣是一則關于map的應用，將整形數字拆分到數組中：

def digitize(n):
    return list(map(int, str(n)))

效果如下：

digitize(123)
# [1, 2, 3]

它將整形數字n轉化為字符串后，還自動對該字符串進行了序列化分割，最后將元素應用到map的第一個參數中，轉化為整形后返回。

13.非遞歸斐波那契

還記得菲波那切數列嗎，前兩個數的和為第三個數的值，如0、1、1、2、3、5、8、13....

如果使用遞歸來實現這個算法，效率非常低下，我們使用非遞歸的方式實現：

效果如下：

fibonacci(7)
# [0, 1, 1, 2, 3, 5, 8, 13]

這樣看是很簡單，但是思維要繞的過來哦。

14.下劃線化字符串

批量統一變量名稱或者字符串格式。

效果如下：

snake('camelCase')# 'camel_case'

snake('some text')# 'some_text'

snake('some-mixed_string With spaces_underscores-and-hyphens')# 'some_mixed_string_with_spaces_underscores_and_hyphens'

snake('AllThe-small Things')# "all_the_small_things"

re.sub用于替換字符串中的匹配項。這里其實是一個“套娃”用法，一開始可能不太好理解，需要慢慢理解。

第一個替換 ，是將s字符串中，使用' '替換'-'。

第二個替換 ，是針對第一個替換后的字符串，對符合'([A-Z]+)'正則表達式的字符區段（全大寫的單詞）用r' 1'替換，也就是用空格區分開每一個單詞。

第三個替換 ，是對第二個替換后的字符串，對符合'([A-Z][a-z]+)'正則表達式的字符區段（也就是首字母大寫，其他字母小寫的詞語）用r' 1'替換，也是將單詞用空格分隔開。