我半年多沉淀一个4200人star的Python库

半年前我在github创建了一个 python-small-examples 库，每天推送一个Python实例。时至今日，共有4173人 star

期间多次登上github趋势榜

有些令我惊喜，因为这些例子都很普通，我所做的就是每天构思一个Python例子，尽可能的将复杂问题简单化，并坚持推送，可能做不到每天必更，半年下来累积220多个：

上周我从中整理出100个极简例子，推送到公众号里。朋友们很喜欢，当天此篇阅读量5000+，很多号主朋友都转载了这篇，过去一周所有累积阅读大概有4万+：

说出这些数据，不是为显摆，是想与朋友们分享一个再普通不过的道理：脚踏实地做些实事，哪怕是不起眼的小事，每天前进一点，日积月来会做出一点成绩的。

记得圣元大哥之前说过一句话：如果做不了伟大的事情，就把平凡的事情做伟大。深知大哥功底深厚，但却如此这般谦逊，那我更没有任何资本让自己每天浮浮躁躁。

目前这个库有一些营养，我在这里再罗列下目录，以便让朋友们一眼看出：是否能从中真正获得几分帮助。

目前将此库划分为以下八个章节：

一、Python基础

• 1 求绝对值

• 2 元素都为真

• 3 元素至少一个为真

• 4 ascii展示对象

• 5  十转二

• 6 十转八

• 7 十转十六

• 8 判断是真是假

• 9  字符串转字节

• 10 转为字符串

• 11 是否可调用

• 12 十转ASCII

• 13 ASCII转十

• 14 类方法

• 15 执行字符串表示的代码

• 16  创建复数

• 17 动态删除属性

• 18 转为字典

• 19 一键查看对象所有方法

• 20 取商和余数

• 21 枚举对象

• 22 计算表达式

• 23 查看变量所占字节数

• 24 过滤器

• 25 转为浮点类型

• 26 字符串格式化

• 27 冻结集合

• 28 动态获取对象属性

• 29 对象是否有这个属性

• 30 返回对象的哈希值

• 31  一键帮助

• 32 对象门牌号

• 33 获取用户输入

• 34  转为整型

• 35 isinstance

• 36 父子关系鉴定

• 37 创建迭代器类型

• 38 所有对象之根

• 39 打开文件

• 40 次幂

• 41 打印

• 42  创建属性的两种方式

• 43 创建range序列

• 44 反向迭代器

• 45 四舍五入

• 46 转为集合类型

• 47 转为切片对象

• 48 拿来就用的排序函数

• 49 求和函数

• 50 转元组

• 51 查看对象类型

• 52 聚合迭代器

• 53 nonlocal用于内嵌函数中

• 54 global 声明全局变量

• 55 链式比较

• 56 不用else和if实现计算器

• 57 链式操作

• 58 交换两元素

• 59 去最求平均

• 60 打印99乘法表

• 61 全展开

• 62 列表等分

• 63 列表压缩

• 64 更长列表

• 65 求众数

• 66 多表之最

• 67 列表查重

• 68 列表反转

• 69 浮点数等差数列

• 70 按条件分组

• 71 map实现向量运算

• 72 值最大的字典

• 73 合并两个字典

• 74 topn字典

• 75 异位词

• 76 逻辑上合并字典

• 77 命名元组提高可读性

• 78 样本抽样

• 79 重洗数据集

• 80 10个均匀分布的坐标点

• 81 10个高斯分布的坐标点

• 82 chain高效串联多个容器对象

• 83 操作函数对象

• 84 生成逆序序列

• 85 函数的五类参数使用例子

• 86  使用slice对象

• 87 lambda 函数的动画演示

• 88 粘性之禅

• 89 元类

• 90 对象序列化

二、Python字符串和正则

• 91 反转字符串

• 92 字符串切片操作

• 93 join串联字符串

• 94 字符串的字节长度

• 95 查找第一个匹配串

• 96 查找所有1的索引

• 97 \d 匹配数字[0-9]

• 98 匹配浮点数和整数

• 99 ^匹配字符串的开头

• 100 re.I 忽略大小写

• 101 理解compile的作用

• 102 使用()捕获单词，不想带空格

• 103 split分割单词

• 104 match从字符串开始位置匹配

• 105 替换匹配的子串

• 106 贪心捕获

• 107 非贪心捕获

• 108 常用元字符总结

• 109 常用通用字符总结

• 110 密码安全检查

• 111 爬取百度首页标题

• 112 批量转化为驼峰格式(Camel)

• 113 str1是否为str2的permutation

• 114 str1是否由str2旋转而来

• 115 正浮点数

三、Python文件、日期和多线程

• 116 获取后缀名

• 117 文件读操作

• 118  文件写操作

• 119 路径中的文件名

• 120 批量修改文件后缀

• 121 xls批量转换成xlsx

• 122 定制文件不同行

• 123 获取指定后缀名的文件

• 124 批量获取文件修改时间

• 125 批量压缩文件

• 126 32位加密

• 127 年的日历图

• 128 判断是否为闰年

• 129 月的日历图

• 130 月有几天

• 131 月第一天

• 131 月最后一天

• 132 获取当前时间

• 133 字符时间转时间

• 134 时间转字符时间

• 135 默认启动主线程

• 136 创建线程

• 137 多线程抢夺同一个变量

• 138 代码稍作改动，叫问题暴露出来

• 139 加上一把锁，避免以上情况出现

• 140 1 分钟掌握 time 模块

• 141 4G 内存处理 10G 大小的文件

四、Python三大利器

• 142 寻找第n次出现位置

• 143 斐波那契数列前n项

• 144 找出所有重复元素

• 145 联合统计次数

• 146 groupby单字段分组

• 147 itemgetter和key函数

• 148 groupby多字段分组

• 149 sum函数计算和聚合同时做

• 150 list分组(生成器版)

• 151 列表全展开（生成器版）

• 152 测试函数运行时间的装饰器

• 153 统计异常出现次数和时间的装饰器

• 154 测试运行时长的装饰器

• 155 装饰器通俗理解

• 156 定制递减迭代器

五、Python绘图

• 157 turtle绘制奥运五环图

• 158 turtle绘制漫天雪花

• 159 wordcloud词云图

• 160 plotly画柱状图和折线图

• 161 seaborn热力图

• 162 matplotlib折线图

• 163 matplotlib散点图

• 164 matplotlib柱状图

• 165 matplotlib等高线图

• 166 imshow图

• 167 pyecharts绘制仪表盘

• 168 pyecharts漏斗图

• 169 pyecharts日历图

• 170 pyecharts绘制graph图

• 171 pyecharts水球图

• 172 pyecharts饼图

• 173 pyecharts极坐标图

• 174 pyecharts词云图

• 175 pyecharts系列柱状图

• 176 pyecharts热力图

• 177 matplotlib绘制动画

• 178 pyecharts绘图属性设置方法

• 179 pyecharts绘图属性设置方法(下)

• 180 pyecharts原来可以这样快速入门(上)

• 181 pyecharts原来可以这样快速入门(中)

• 182 pyecharts原来可以这样快速入门(下)

• 183 1 分钟学会画 pairplot 图

六、 Python 坑点和工具

• 184 含单个元素的元组

• 185 默认参数设为空

• 186 共享变量未绑定之坑

• 187 lambda自由参数之坑

• 188 各种参数使用之坑

• 189 列表删除之坑

• 190 列表快速复制之坑

• 191 字符串驻留

• 192 相同值的不可变对象

• 193 对象销毁顺序

• 194 充分认识for

• 195 认识执行时机

• 196 创建空集合错误

• 197 pyecharts传入Numpy数据绘图失败

• 198 优化代码异常输出包

• 199 图像处理包pillow

• 200 一行代码找到编码

七、算法入门

• 201 领略算法魅力

• 202 排序算法的动画展示

• 203 先拿冒泡实验

• 204 快速排序

• 205 选择排序

• 206 堆排序

• 207 优化算法

• 208 仅含等式约束

• 209 找找感觉

• 210 梯度下降

• 211 约束面的法向

• 212 大胆猜想

• 213 完全解码拉格朗日乘数法

• 214 均匀分布

• 215 二项分布

• 216 高斯分布

• 217 beta分布

八、Python 实战

• 218 环境搭建

• 219 pytorch慢到无法安装，怎么办？

• 220 自动群发邮件

• 221 二分搜索

• 222 爬取天气数据并解析温度值

后续安排

这个库前面部分梳理的很丰富，接下来会进一步精细化，修复其中的一些问题，补充代码注释等；

再接下来，重点将放在数据分析小技巧的整理上，前期我已经推送过40个左右的数据分析小技巧，先整理这些到此库里；

再接下来，重点将放在基础算法和机器学习算法的小例子上。目前基础算法部分已经整理几周，机器学习算法部分重点会讲解和实战三类最常用的算法：boosting 系列，深度神经网络系列和强化学习系列，中间穿插这些算法的常见应用领域：CV，推荐，NLP. 能够提高动手能力，解决实际问题永远都是最重要的。

最后放个此库的地址：

https://github.com/jackzhenguo/python-small-examples

感兴趣的朋友关注，可能在PC端复制此链接然后关注更容易些。

最后：希望这些能真正帮助到某些朋友，同时希望大家能支持振哥，欢迎在看或分享此文。