列表推导式提供了一种简洁的创建列表的方式。它允许你基于现有的可迭代对象（如列表、元组、范围等），通过一个表达式和一个循环来生成新的列表。

语法结构：[表达式 for 变量 in 可迭代对象 if 条件]，其中if条件部分是可选的。

例如，生成一个包含1到10的平方的列表：

squares = [i ** 2 for i in range(1, 11)]print(squares) 

如果只想获取偶数的平方，可以添加条件：

even_squares = [i ** 2 for i in range(1, 11) if i % 2 == 0]print(even_squares) 

9. 字典推导式

类似于列表推导式，字典推导式提供了一种简洁的创建字典的方法。

语法结构：{键表达式: 值表达式 for 变量 in 可迭代对象 if 条件}

例如，创建一个字典，键为1到5的数字，值为这些数字的平方：

square_dict = {i: i ** 2 for i in range(1, 6)}print(square_dict) 

10. 生成器

生成器是一种特殊的迭代器，它不会一次性生成所有的值，而是按需生成，这在处理大量数据时非常节省内存。

生成器函数：通过yield关键字定义的函数，它返回一个生成器对象。例如：

def fibonacci_generator(): a, b = 0, 1 while True: yield a a, b = b, a + bfib = fibonacci_generator()for _ in range(10): print(next(fib)) 

生成器表达式：类似于列表推导式，但使用圆括号。例如，生成1到10的平方的生成器：

square_generator = (i ** 2 for i in range(1, 11))for square in square_generator: print(square) 

11. Lambda 函数（匿名函数）

Lambda函数是一种小型的、没有函数名的函数，通常用于需要一个简单函数但又不想使用def关键字定义的场景。

语法结构：lambda 参数: 表达式

例如，定义一个简单的加法Lambda函数：

add = lambda a, b: a + bresult = add(3, 5)print(result) 

Lambda函数常与map()、filter()等函数一起使用。例如，使用map()和Lambda函数将列表中的每个元素翻倍：

nums = [1, 2, 3, 4]doubled = list(map(lambda x: x * 2, nums))print(doubled) 

使用filter()和Lambda函数过滤出列表中的偶数：

even_nums = list(filter(lambda x: x % 2 == 0, nums))print(even_nums) 

12. 装饰器

装饰器是一种特殊的Python语法，它允许你修改函数或类的行为，而无需直接修改它们的源代码。装饰器本质上是一个函数，它接受一个函数作为参数，并返回一个新的函数。

简单装饰器示例：

def my_decorator(func): def wrapper(): print(”在函数执行前做一些事情”) func() print(”在函数执行后做一些事情”) return wrapper@my_decoratordef say_hello(): print(”Hello!”)say_hello() 

在这个例子中，@my_decorator语法将say_hello函数传递给my_decorator函数，my_decorator返回一个新的函数wrapper，并替换原来的say_hello函数。这样，在调用say_hello时，就会先执行wrapper函数中添加的额外逻辑，再执行原来say_hello函数的逻辑。

装饰器在日志记录、性能测量、权限验证等方面有广泛应用。

13. 上下文管理器

上下文管理器用于管理资源的分配和释放，确保在代码块执行前后正确地获取和释放资源，比如文件的打开与关闭、数据库连接的建立与断开等。

• with语句
  ：是Python中使用上下文管理器的主要方式。以文件操作为例，前面文件操作部分提到的使用with打开文件，它会在代码块结束时自动关闭文件，无需手动调用file.close()。即使代码块中发生异常，with语句也能确保资源正确释放。

try: withopen('example.txt', 'r') asfile: content = file.read()# 这里可以对读取的内容进行处理# 如果发生异常，文件会自动关闭except FileNotFoundError: print(”文件未找到”)

• 自定义上下文管理器
  ：通过定义类并实现__enter__和__exit__方法来创建自定义上下文管理器。例如，模拟一个简单的资源管理场景：

class Resource: def __init__(self): print(”初始化资源”) def __enter__(self): print(”进入上下文，获取资源”) return self def __exit__(self, exc_type, exc_value, traceback): print(”退出上下文，释放资源”) if exc_type is not None: print(f”处理异常: {exc_type}, {exc_value}”) return True# 返回True表示异常已处理，不会向上传播with Resource() as res: print(”在上下文中使用资源”)# 这里可能会引发异常 raise ValueError(”模拟异常”)

在上述代码中，Resource类实现了上下文管理器协议。__enter__方法在进入with代码块时被调用，__exit__方法在离开with代码块时被调用，无论是否发生异常。如果发生异常，__exit__方法会接收到异常类型、异常值和追溯信息。通过返回True，可以告诉Python异常已在__exit__方法中处理，不再向上传播。

14. 模块的高级用法

• 包（Packages）
  ：包是一种管理Python模块命名空间的方式，它通过目录结构来组织相关模块。在包的根目录下必须有一个__init__.py文件（在Python 3.3及之后版本，该文件可以为空，但存在该文件能确保包的兼容性）。例如，有如下目录结构：

my_package/ __init__.py module1.py subpackage/ __init__.py module2.py

在module1.py和module2.py中定义了相应的函数或类后，可以通过以下方式导入：

# 导入my_package.module1from my_package import module1module1.some_function()# 导入my_package.subpackage.module2from my_package.subpackage import module2module2.some_class()

• sys.path与模块搜索路径
  ：Python在导入模块时，会按照sys.path中的路径顺序查找模块。sys.path是一个包含目录路径的列表，可以通过import sys; print(sys.path)查看。当导入一个模块时，Python会依次在sys.path中的目录中查找对应的模块文件。如果自定义模块不在默认的搜索路径中，可以将其所在目录添加到sys.path中，不过这种方法在脚本结束后就会失效。更推荐的方式是将模块所在目录添加到环境变量PYTHONPATH中，这样在所有Python脚本中都能正确导入该模块。

15. 类型提示（Type Hints）

从Python 3.5开始引入了类型提示，它允许在代码中为函数参数和返回值添加类型注释，提高代码的可读性和可维护性，也有助于静态类型检查工具（如mypy）发现潜在的类型错误。

• 函数参数类型提示
  ：在函数定义时，在参数名后加上冒号和类型。例如：

def add_numbers(a: int, b: int) -> int: return a + b

这里表明add_numbers函数期望接收两个int类型的参数，并返回一个int类型的值。

• 变量类型提示
  ：也可以对变量进行类型提示，虽然Python是动态类型语言，变量的类型可以在运行时改变，但类型提示有助于理解代码意图。例如：

name: str = ”Alice”age: int = 25

类型提示并不会改变Python动态类型的本质，在运行时不会进行强制类型检查，但对于大型项目和团队协作开发，它能提供很多便利，帮助开发者更好地理解代码逻辑和避免类型相关的错误。