在 Python 编程中，有一些代码技巧可能会令人感到惊讶，因为它们简洁、高效且富有创意。以下是一些值得注意的 Python 技巧，这些技巧可以简化代码逻辑或提高开发效率。 ### 1. 使用 `collections.defaultdict` 处理缺失键 在处理字典时，如果访问一个不存在的键，默认会抛出 `KeyError`。然而，可以使用 `defaultdict` 来为不存在的键提供一个默认值。 ```python from collections import defaultdict # 默认值为列表 d = defaultdict(list) d['key'].append(1) d['key'].append(2) print(d['key']) # 输出: [1, 2] ``` ### 2. 使用 `itertools` 进行高效迭代 Python 的 `itertools` 模块提供了多个用于高效处理迭代对象的函数，例如 `combinations` 和 `permutations`。 ```python import itertools # 生成所有可能的组合 combinations = list(itertools.combinations([1, 2, 3], 2)) print(combinations) # 输出: [(1, 2), (1, 3), (2, 3)] ``` ### 3. 使用 `lambda` 和 `map` 简化函数操作 `lambda` 函数可以创建匿名函数，而 `map` 可以将函数应用于可迭代对象的每个元素。 ```python # 计算列表中每个数的平方 numbers = [1, 2, 3, 4] squares = list(map(lambda x: x**2, numbers)) print(squares) # 输出: [1, 4, 9, 16] ``` ### 4. 使用 `set` 去除重复项 `set` 是一种集合数据结构，能够自动去除重复项，适用于快速去重操作。 ```python # 去除列表中的重复项 data = [1, 2, 2, 3, 4, 4, 5] unique_data = list(set(data)) print(unique_data) # 输出: [1, 2, 3, 4, 5] ``` ### 5. 使用 `zip` 同时遍历多个列表 `zip` 函数可以将多个可迭代对象组合在一起，按索引顺序输出。 ```python # 同时遍历两个列表 names = ['Alice', 'Bob', 'Charlie'] ages = [25, 30, 35] for name, age in zip(names, ages): print(f"{name} is {age} years old.") # 输出: # Alice is 25 years old. # Bob is 30 years old. # Charlie is 35 years old. ``` ### 6. 使用 `f-strings` 格式化字符串 `f-strings` 是 Python 3.6 引入的一种字符串格式化方法，语法简洁且直观。 ```python # 使用 f-strings 格式化字符串 name = "Alice" age = 25 print(f"{name} is {age} years old.") # 输出: Alice is 25 years old. ``` ### 7. 使用 `*args` 和 `**kwargs` 处理可变参数 `*args` 和 `**kwargs` 可以用于处理函数中不确定数量的参数，使函数更加灵活。 ```python # 使用 *args 和 **kwargs def my_function(*args, **kwargs): print("Positional arguments:", args) print("Keyword arguments:", kwargs) my_function(1, 2, name="Alice", age=25) # 输出: # Positional arguments: (1, 2) # Keyword arguments: {'name': 'Alice', 'age': 25} ``` ### 8. 使用 `with` 语句管理资源 `with` 语句可以确保资源（如文件）在使用后正确关闭，避免资源泄漏。 ```python # 使用 with 语句读取文件 with open('example.txt', 'r') as file: content = file.read() print(content) # 文件会自动关闭 ``` ### 9. 使用 `try-except` 处理异常 Python 提供了异常处理机制，通过 `try-except` 可以捕获和处理运行时错误。 ```python # 使用 try-except 处理除以零的错误 try: result = 10 / 0 except ZeroDivisionError: print("Cannot divide by zero.") # 输出: Cannot divide by zero. ``` ### 10. 使用 `functools.lru_cache` 优化递归 `lru_cache` 是一个装饰器，可以缓存函数的结果，显著提高递归函数的性能。 ```python from functools import lru_cache @lru_cache(maxsize=None) def fibonacci(n): if n < 2: return n return fibonacci(n-1) + fibonacci(n-2) print(fibonacci(100)) # 输出: 354224848179261915075 ``` 这些技巧展示了 Python 的灵活性和强大功能，同时也体现了其简洁性和可读性。通过合理运用这些技巧，可以显著提高代码的效率和可维护性。