一、列表操作技巧

1. 列表推导式

   # 传统循环
   squares = []
   for x in range(10):
       squares.append(x**2)

   # 列表推导式（更简洁）
   squares = [x**2 for x in range(10)]

1. 使用map和filter

   nums = [1, 2, 3, 4]
   doubled = list(map(lambda x: x*2, nums))       # [2, 4, 6, 8]
   evens = list(filter(lambda x: x%2 == 0, nums)) # [2, 4]

1. 合并列表

   a = [1, 2]
   b = [3, 4]
   combined = a + b          # [1, 2, 3, 4]
   a.extend(b)               # 直接扩展a

二、字典操作技巧

1. 合并字典

   d1 = {'a': 1}
   d2 = {'b': 2}
   merged = {**d1, **d2}               # Python 3.5+
   merged = d1 | d2                    # Python 3.9+

1. 字典推导式

   squares = {x: x**2 for x in range(5)}  # {0:0, 1:1, 2:4, ...}

1. 默认值处理

   from collections import defaultdict
   d = defaultdict(int)  # 访问不存在的键时返回0
   d['count'] += 1       # 自动初始化为0

三、字符串处理

1. f-string格式化（Python 3.6+）

   name = "Alice"
   print(f"Hello, {name}!")  # 直接嵌入变量
   print(f"{3.14159:.2f}")   # 保留两位小数 → 3.14

1. 拆分与连接

   s = "a,b,c"
   parts = s.split(",")       # ['a', 'b', 'c']
   joined = "-".join(parts)   # 'a-b-c'

1. 快速去空格

   s = "  text  "
   stripped = s.strip()     # "text"

四、函数与Lambda

1. 默认参数与可变参数

   def greet(name, message="Hi"):
       print(f"{message}, {name}!")

   def sum_all(*args):
       return sum(args)

1. Lambda表达式

   add = lambda x, y: x + y
   sorted_names = sorted(names, key=lambda x: x.lower())

五、文件操作

1. 使用with自动关闭文件

   with open("file.txt", "r") as f:
       content = f.read()  # 无需手动调用f.close()

1. 逐行读取大文件

   with open("large_file.txt") as f:
       for line in f:      # 内存高效
           process(line)

六、代码优化

1. 生成器节省内存

   def gen_numbers(n):
       for i in range(n):
           yield i  # 惰性计算，适合大数据

1. 使用enumerate获取索引

   for index, value in enumerate(['a', 'b', 'c']):
       print(index, value)  # 0 a, 1 b, 2 c

1. 用zip并行迭代

   names = ["Alice", "Bob"]
   ages = [25, 30]
   for name, age in zip(names, ages):
       print(f"{name} is {age} years old")

七、错误处理

1. try-except捕获异常

   try:
       result = 10 / 0
   except ZeroDivisionError:
       print("Cannot divide by zero!")

1. 自定义异常

   class MyError(Exception):
       pass

八、模块与库

1. 常用内置库
2. collections：提供deque, Counter等高效数据结构
3. itertools：迭代工具（排列组合、无限迭代器等）
4. os/shutil：文件和目录操作
5. 快速HTTP请求

   import requests
   response = requests.get("https://api.example.com/data")
   print(response.json())

九、其他实用技巧

1. 交换变量值

   a, b = 1, 2
   a, b = b, a  # a=2, b=1

1. 条件表达式

   max_val = x if x > y else y

1. 链式比较

   if 0 < x < 10:  # 等价于 0 < x and x < 10
       print("Valid")