[[413393]]

1.數(shù)組再分組

對(duì)一個(gè)列表根據(jù)所需要的大小進(jìn)行細(xì)分：

效果如下：

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

return中，map的第二個(gè)參數(shù)是一個(gè)列表，map會(huì)將列表中的每一個(gè)元素用于調(diào)用第一個(gè)參數(shù)的 function 函數(shù)，返回包含每次 function 函數(shù)返回值的新列表。

2.數(shù)字轉(zhuǎn)數(shù)組

同樣是一則關(guān)于map的應(yīng)用，將整形數(shù)字拆分到數(shù)組中：

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

效果如下：

EXAMPLES 
 
digitize(123)# [1, 2, 3] 

它將整形數(shù)字n轉(zhuǎn)化為字符串后，還自動(dòng)對(duì)該字符串進(jìn)行了序列化分割，最后將元素應(yīng)用到map的第一個(gè)參數(shù)中，轉(zhuǎn)化為整形后返回。

3.非遞歸斐波那契

還記得菲波那切數(shù)列嗎，前兩個(gè)數(shù)的和為第三個(gè)數(shù)的值，如0、1、1、2、3、5、8、13....

如果使用遞歸來(lái)實(shí)現(xiàn)這個(gè)算法，效率非常低下，我們使用非遞歸的方式實(shí)現(xiàn)：

效果如下：

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

這樣看是很簡(jiǎn)單，但是思維要繞得過(guò)來(lái)哦。

4.下劃線化字符串

批量統(tǒng)一變量名稱(chēng)或者字符串格式。

效果如下：

EXAMPLES 
 
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(xiàng)。這里其實(shí)是一個(gè)“套娃”用法，一開(kāi)始可能不太好理解，需要慢慢理解。

第一個(gè)替換，是將s字符串中，使用' '替換'-'。

第二個(gè)替換，是針對(duì)第一個(gè)替換后的字符串，對(duì)符合'([A-Z]+)'正則表達(dá)式的字符區(qū)段(全大寫(xiě)的單詞)用r' \1'替換，也就是用空格區(qū)分開(kāi)每一個(gè)單詞。

第三個(gè)替換，是對(duì)第二個(gè)替換后的字符串，對(duì)符合'([A-Z][a-z]+)'正則表達(dá)式的字符區(qū)段(也就是首字母大寫(xiě)，其他字母小寫(xiě)的詞語(yǔ))用r' \1'替換，也是將單詞用空格分隔開(kāi)。