Python的简洁优雅让人爱不释手，但你真的用对了它的核心功能吗？今天分享10个高频日常用法，从新手到高手都能秒懂，让你的代码效率翻倍！

1. 列表推导式：一行代码生成列表

场景：快速转换或过滤数据

# 生成平方数列表  

squares = [x**2 for x in range(10)]  

# 过滤偶数  

evens = [x for x in range(100) if x % 2 == 0]  

优势：比传统for循环简洁70%！

2. with语句：自动管理资源

场景：文件操作、数据库连接必用

with open("data.txt", "r") as f:  

    content = f.read()  

# 文件自动关闭，无需手动f.close()  

原理：利用上下文管理器（__enter__和__exit__）

3. f-string：字符串格式化终极方案

场景：拼接变量和文本

name = "Alice"  

age = 30  

print(f"{name}今年{age}岁，明年{age+1}岁")  

# 输出：Alice今年30岁，明年31岁  

优势：比%和format()更直观高效！

4. zip函数：并行遍历多列表

场景：同时处理多个相关联的数据集

names = ["张三", "李四", "王五"]  

scores = [90, 85, 88]  

for name, score in zip(names, scores):  

    print(f"{name}得分：{score}")  

升级用法：zip(*data)实现矩阵转置

5. lambda函数：匿名函数的妙用

场景：简单函数无需定义，即用即抛

# 排序列表中的元组  

points = [(1,2), (3,1), (5,0)]  

points.sort(key=lambda x: x[1])  # 按第二个元素排序  

# 结果：[(5,0), (3,1), (1,2)]  

注意：复杂逻辑还是用def

6. enumerate：带索引的遍历

场景：需要同时获取元素和位置

fruits = ["apple", "banana", "orange"]  

for index, fruit in enumerate(fruits, start=1):  

    print(f"第{index}个水果是{fruit}")  

输出：

第1个水果是apple  

第2个水果是banana  

...  

7. 字典推导式：快速构建字典

场景：转换两个关联列表为字典

keys = ["a", "b", "c"]  

values = [1, 2, 3]  

d = {k:v for k,v in zip(keys, values)}  

# 结果：{'a':1, 'b':2, 'c':3}  

扩展：可添加条件过滤，如if v > 1

8. 解包操作：*和的魔法**

场景：拆分容器/合并参数

# 拆分列表  

first, *middle, last = [1,2,3,4,5]  # first=1, middle=[2,3,4], last=5  

# 合并字典  

dict1 = {"a":1}  

dict2 = {"b":2}  

merged = {**dict1, **dict2}  # {'a':1, 'b':2}  

9. collections模块：高效数据结构

高频工具：

defaultdict：自动初始化缺失键

from collections import defaultdict  

word_count = defaultdict(int)  

word_count["python"] += 1  # 无需判断key是否存在  

Counter：快速统计元素频率

from collections import Counter  

data = ["apple", "banana", "apple"]  

print(Counter(data))  # Counter({'apple':2, 'banana':1})  

10. 生成器：内存友好的大数据处理

场景：处理大型文件/流式数据

def read_large_file(filename):  

    with open(filename) as f:  

        for line in f:  

            yield line.strip()  # 逐行生成  

# 使用：  

for line in read_large_file("huge_data.txt"):  

    process(line)  # 内存始终占用单行数据  

优势：比一次性读取节省90%内存！

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。