Python是一门很棒的编程语言，具有简洁和抽象为特点。Python编程涉及许多技巧，能用尽量少的代码、更易理解的代码编写程序。本文介绍五个实用的Python编程技巧。
通过使用列表生成式，可以用一行简洁的代码生成列表、字典、集合，不需要编写多行代码。
列表生成式最常用于列表，但其结构与其他数据结构是相同的。
例如，下面这段代码是用于获取数字的平方：
output=[]foriinrange(10): output.append(i**2)print(output)# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
可以使用列表生成式缩短代码：
output=[i**2foriinrange(10)]print(output)# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
列表生成式的语法非常简单，可以通过以下方式解释：
使用两个方括号表示列表[在此放置逻辑]。方括号内的部分与常规的for循环几乎相同。
右侧是常规“for循环”的语法。在左侧，可以访问“for循环”的元素，并在那里进行计算。
# [<Left hand side: calculations of i> for i in range(10)]CompressedList=[i+2*iforiinrange(10)]
列表生成式也适用于字典、集合和生成器，可点击如下链接查看示例。
【字典、集合和生成器】：https://book.pythontips.com/en/latest/comprehensions.html
Lambda函数是Python中的单行代码函数。它们的功能与普通函数相同，但更简短、更易于使用。然而，与普通函数不同的是，它们是匿名的。这意味着该函数没有与之关联的标识符。
这意味着如果不将lambda函数存储到变量中，就永远无法再次访问它。这非常适合一次性使用。
例如，下面的这段代码是根据第二个元素而不是第一个元素，对包含2个元素组成的元组列表进行排序：
l=[(1,2),(8,0),(2,1)]def secondElement(x):returnx[1]l.sort(key=secondElement)print(l)# [(8, 0), (2, 1), (1, 2)]
可以使用匿名函数，将代码缩短为如下格式：
l=[(1,2),(8,0),(2,1)]l.sort(key=lambda x : x[1])print(l)# [(8, 0), (2, 1), (1, 2)]
用户很可能永远都不需要再次使用函数secondElement，这就是lambda函数为什么如此强大的一个很好的例子。
Lambda函数的语法很简单。在左侧使用lambda，然后在空格后写出所有需要的参数，参数之间用逗号分隔。之后，使用:分隔参数和计算值。计算得到的值从lambda函数中返回。以下是另一个示例：
# lambdaFunction = lambda <arguments here> : <operation here>add=lambda x,y : x+yprint(add(2,3))# 5
集合是Python中的内置数据结构模块。与Python的默认数据类型相比，这些集合提供了更多的可扩展性和便利性。创建的类型有很多种，下面列出了最重要的几种。
# 如何导入collectionsfromcollectionsimportdefaultdictfromcollectionsimportOrderedDictfromcollectionsimportCounterfromcollectionsimportdequefromcollectionsimportnamedtuple
当不存在键时，会返回一个默认值而不是引发KeyError的字典。可以通过将函数或常量值传递给defaultdict构造函数来创建它。
可记录其项的插入顺序并允许基于该顺序进行迭代、删除和重新排序的字典。可以通过将键值对的可迭代对象或关键字参数传递给OrderedDict构造函数来创建它。
用于计算序列或可迭代对象中每个元素出现次数的字典。可以通过将可迭代对象、映射或关键字参数传递给Counter构造函数来创建它。它具有对计数器执行常见操作的方法，如加法、减法、交集、并集等。
支持在两端添加和删除元素，时间复杂度为O(1)的双端队列。可以通过将可迭代对象传递给deque构造函数来创建它。它具有用于旋转、扩展和一次弹出多个元素的方法。
每个元素都有名称，并且可以通过点符号或索引进行访问的元组。可以通过使用namedtuple函数定义一个命名元组类，并将类名和字段名作为参数来创建它。它具有用于创建、替换、转换和操作命名元组的方法。
装饰器是一种设计模式，它支持扩展函数的属性而无需编辑函数本身。这可能听起来很复杂，但在实际操作中非常简单。想象一下，你想测量函数的执行时间，可以编写类似下面的代码：
importtimestart_time=time.time()main()print("--- %s seconds ---"%(time.time()-start_time))# --- 0.764891862869 seconds ---
但是，如果想要测试其他函数的时间，就必须创建重复的代码。为了解决这个问题，可以向想要计时的函数添加一个装饰器：
fromtimeimporttimedef timer_func(func):# 接受函数作为参数def wrap_func(*args,**kwargs): t1=time()# 初始时间result=func(*args,**kwargs)t2=time()# 结束时间print(t2-t1)# 时间差（以秒为单位）returnresultreturnwrap_func@timer_func# 我们编写的装饰器def long_time(n):# 这个函数会花一些时间foriinrange(n):forjinrange(n): i*j long_time(10_000)# 3.2696526050567627
现在，该装饰器也可以在其他函数中重复使用！
Python还内置了装饰器，例如functools模块中的装饰器。可以在如下文章中找到其他有用的内置装饰器。
《代码减半，5个绝佳的Python装饰器》
zip是一个可以将列表合并为元组的函数。以下是一个简单的示例，可以轻松地遍历两个不同的列表：
firstNames=["John","Adam","Steve","Alan","Extra"]lastNames=["Lennon","Smith","Jobs","Turing"]forfirst,lastinzip(firstNames,lastNames):print(first,last)''' John Lennon Adam Smith Steve Jobs Alan Turing '''
注意额外的名字是如何被省略的。zip的长度与最短列表的长度相同。
如果想要获取一个元组列表中的所有首元素，zip也很有用。例如，如果你有一个(包含Name, Age, Gender)列表，但只想获得Name的列表，可以按以下方式编写代码：
names=[('Joe',12,"male"),('Earnst',43,"male"),('Anna',65,"female"),('Martin',39,"male"),('Katie',26,"female")]name,age,gender=zip(*names)print(name)# ('Joe', 'Earnst', 'Anna', 'Martin', 'Katie')
综上所述，这些是Python中的五个基本技巧。如果想了解更多技巧，可以阅读本文最后的精彩回顾。