Python 编程的 20 个实用技巧与代码实现

一、 基础高效语法

1. 一行式变量赋值与交换

# 多变量赋值a, b, c = 1, "Python", [2,3]# 变量交换（无临时变量）x, y = 10, 20x, y = y, xprint("交换后：", x, y)  # 输出 20 10

1. 三元表达式极简条件判断

score = 88# 二分支result = "及格"if score >=60else"不及格"# 多分支嵌套（简洁场景用，复杂建议用if-else）grade = "优秀"if score >=90else"良好"if score >=80else"及格"if score >=60else"不及格"print(grade)  # 输出 良好

1. f-string 最优字符串格式化

name, age = "小李", 28# 基础嵌入变量print(f"姓名：{name}，年龄：{age}")# 嵌入表达式+格式化print(f"明年年龄：{age+1}，薪资：{15000.234:.2f}")  # 保留2位小数# 嵌入函数调用print(f"姓名大写：{name.upper()}")

1. range() 快速生成数字序列

# 基础生成：start=0, stop=终点(不含), step=1lst1 = list(range(10))  # [0,1,...,9]# 指定起始与步长lst2 = list(range(1, 11, 2))  # 1-10的奇数 [1,3,...,9]print(lst1, lst2)

1. in关键字高效成员判断

lst = [1,2,3,4]s = "Python"print(3in lst)  # True，替代手动循环判断print("py"in s)  # False，区分大小写print("Py"in s)  # True

1. sum/min/max/len 内置数值运算函数

nums = [3,1,4,1,5,9]print("总和：", sum(nums))print("最大值：", max(nums))print("最小值：", min(nums))print("长度：", len(nums))

二、 容器高效操作

1. 列表推导式：一行生成/过滤列表

# 基础生成：表达式+循环nums1 = [i*2for i in range(5)]  # [0,2,4,6,8]# 带过滤条件nums2 = [i for i in range(1, 11) if i % 2 == 0]  # 1-10偶数 [2,4,...,10]print(nums1, nums2)

1. 集合set：极致去重+快速判重

# 去重lst = [1,2,2,3,3,3]unique_set = set(lst)unique_lst = list(unique_set)print("去重后：", unique_lst)  # [1,2,3]# 集合运算（交集/并集/差集）a = {1,2,3}b = {3,4,5}print("交集：", a & b)  # {3}print("并集：", a | b)  # {1,2,3,4,5}

1. 字典高效操作（推导式+get+fromkeys）

# 字典推导式：快速构建字典dict1 = {i: i*2for i in range(3)}  # {0:0, 1:2, 2:4}# dict.get()：避免key不存在报错print(dict1.get(1))  # 2print(dict1.get(5, "不存在"))  # 不存在，指定默认值# dict.fromkeys()：批量生成字典keys = ["name", "age", "gender"]dict2 = dict.fromkeys(keys, "未知")  # 所有key默认值为未知print(dict1, dict2)

1. dict.fromkeys() 有序去重

lst = [2,1,3,2,1,4,3]# Python3.7+ 字典有序，fromkeys会保留元素首次出现顺序unique_dict = dict.fromkeys(lst)unique_lst = list(unique_dict.keys())print("有序去重：", unique_lst)  # [2,1,3,4]

1. 列表/集合/字典/元组 高效类型转换

lst = [1,2,3]s = {1,2,3}t = (1,2,3)d = {1:"a",2:"b"}# 列表转其他print(set(lst), tuple(lst))# 集合转列表print(list(s))# 字典转列表（默认key，可指定values/items）print(list(d), list(d.values()))

三、 循环迭代优化

1. enumerate() 遍历索引+元素

lst = ["Python", "Java", "C++"]# 基础用法：start默认0for idx, val in enumerate(lst):    print(f"索引{idx}：{val}")# 指定索引起始值for idx, val in enumerate(lst, start=1):    print(f"序号{idx}：{val}")

1. zip() 多序列并行遍历

names = ["小李", "小张", "小王"]ages = [28, 25, 30]scores = [85, 92, 78]# 并行遍历多列表，以最短列表为准for name, age, score in zip(names, ages, scores):    print(f"{name}，{age}岁，成绩{score}分")

1. itertools 高效迭代器工具包

import itertools# 1. 无限迭代器（慎用，需终止条件）nums = itertools.count(start=1, step=2)  # 1,3,5,...无限生成for i, num in enumerate(nums):    print(num, end=" ")if i >= 4:break# 输出前5个 1 3 5 7 9print()# 2. 排列组合：permutations(排列), combinations(组合)lst = ["a","b","c"]perm = list(itertools.permutations(lst, 2))  # 3选2排列，有序comb = list(itertools.combinations(lst, 2))  # 3选2组合，无序print("排列：", perm)print("组合：", comb)

1. 循环内减少重复计算的优化原则

# 低效写法：循环内重复计算len(lst)lst = [1,2,3]*1000total = 0# for i in range(len(lst)):  # 每次循环都计算len，耗时# 高效写法：提前计算，只算1次lst_len = len(lst)for i in range(lst_len):    total += lst[i]print("总和：", total)

四、 高阶特性与内存优化

1. lambda 匿名极简函数

# 基础定义：参数:表达式（只能单行）add = lambda x,y: x+yprint("两数之和：", add(3,5))  # 8# 配合排序使用（核心场景）lst = [(2,8), (1,3), (5,4)]lst.sort(key=lambda x: x[1])  # 按元组第2个元素排序print("排序后：", lst)  # [(1,3), (5,4), (2,8)]

1. map()/filter()/reduce() 三大高阶函数

from functools import reduce  # reduce需导入nums = [1,2,3,4]# 1. map：批量映射处理nums_map = list(map(lambda x: x**2, nums))  # 每个元素平方 [1,4,9,16]# 2. filter：批量过滤nums_filter = list(filter(lambda x: x%2==0, nums))  # 筛选偶数 [2,4]# 3. reduce：累积计算nums_reduce = reduce(lambda x,y: x+y, nums)  # 累积求和 1+2+3+4=10print(nums_map, nums_filter, nums_reduce)

1. yield 生成器：内存优化之王

# 生成器函数（用yield替代return，按需生成，不占内存）defgen_nums(n):for i in range(n):yield i  # 每次yield返回一个值，暂停执行# 调用生成器（惰性求值）g = gen_nums(5)print("生成器元素：", list(g))  # [0,1,2,3,4]# 处理大文件场景（核心用途，避免内存溢出）defread_big_file(file_path):with open(file_path, "r", encoding="utf-8") as f:for line in f:  # 逐行读取，不一次性加载yield line.strip()

五、 实用工具

1. with 上下文管理器：自动管理资源

# 文件操作场景（自动关闭文件，无需手动f.close()）file_path = "test.txt"# 写入文件with open(file_path, "w", encoding="utf-8") as f:    f.write("Python高效技巧\n")# 读取文件with open(file_path, "r", encoding="utf-8") as f:    content = f.read()    print("文件内容：", content)# 其他场景：数据库连接、网络连接等，均能自动释放资源

1. */** 万能解包技巧

# 1. *解包：序列类（列表、元组、集合）lst1 = [1,2,3]lst2 = [4,5,6]merged_lst = [*lst1, *lst2]  # 合并列表 [1,2,3,4,5,6]print(merged_lst)# 函数传参用*解包defadd(a,b,c):return a+b+cnums = [1,2,3]print("函数传参解包：", add(*nums))  # 等价add(1,2,3)# 2. **解包：字典dict1 = {"name":"小李", "age":28}dict2 = {"gender":"男", "age":30}merged_dict = {**dict1, **dict2}  # 合并字典，后序覆盖前序重复keyprint(merged_dict)  # {'name': '小李', 'age': 30, 'gender': '男'}# 函数传参用**解包defprint_info(name, age):    print(f"{name}，{age}岁")print_info(**dict1)  # 等价print_info(name="小李", age=28)