1. 列表推导式

重要性：列表推导式提供了一种创建列表的简洁方法，这对于可读性和（在许多情况下）性能都有好处。它减少了对多线循环的需要。

何时使用：当想要转换或过滤数据时，特别是当逻辑很简单时，使用列表推导式。它们适合对数据集进行小型操作。

示例：如果需要查找某个范围内所有偶数的平方，可以使用：

squares = [x** 2 for x in range( 10 ) if x % 2 == 0 ]

2.Lambda函数

重要性：Lambda 函数对于编写小型的一次性函数非常有用，无需正式的函数定义。

何时使用：当短期需要一个简单的功能并且不会重复使用它时，它们特别方便。通常与“map()”、“filter()”和“sorted()”一起使用。

示例：根据字符串的长度对字符串列表进行排序：

words= [ “苹果”，“香蕉”，“樱桃”，“日期” ] sorted_words =sorted（words，key=lambda x：len（x））

3. map、filter和reduce

重要性：这些函数提供了处理集合的功能方法。它们减少了对显式循环的需求，从而使代码更加清晰。

何时使用：- `map()`：当您想要将函数应用于集合的每个项目时。- `filter()`：当您需要根据谓词选择项目时。- `reduce()`：当您想要将函数累积应用于项目时，将序列减少为单个值。

示例：使用 `map()` 将字符串转换为大写：

names= [ "爱丽丝" , "鲍勃" , "查理" ] upper_names = list(map(str.upper, names))

4. 装饰器

重要性：装饰器允许扩展和修改可调用对象（如函数和方法）的行为，而无需永久修改可调用对象本身。

何时使用：当想要向现有代码添加功能时，或者当想要修改函数的行为而不更改其源代码时。

示例：一个简单的装饰器，用于测量函数执行所花费的时间：

导入时间def  timer_decorator ( func ):  def 包装器( *args, **kwargs ): start_time = time.time() result = func(*args, **kwargs) end_time = time.time()  print ( f" {func .__name__}在{end_time - start_time}秒内执行" ) 返回结果 return包装器@timer_decorator def  sample_function (): time.sleep( 2 )

5 生成器

重要性：生成器提供了一种迭代大型数据集的方法，而无需将所有内容加载到内存中。它们可以即时生成项目，并且可以提高内存效率。

何时使用：对于大型数据集、流，或者您需要表示无限序列时。

示例：生成斐波那契数列的生成器：

def fibonacci (n) : a, b =  0 , 1  for _ in range (n) :产生 a a, b = b, a + b

6.f-string

重要性：f 字符串在 Python 3.6 中引入，提供了一种简洁且方便的方法来将表达式嵌入到字符串文本中。

何时使用：每当想要在字符串中嵌入变量值或格式化字符串时。

示例：

name = “Alice” greeting = f “你好，{name}！”

7. *args 和 **kwargs

重要性：允许将可变数量的参数传递给函数，从而提供灵活性。

何时使用：当不确定参数的数量时，或者为广泛的用例设计函数/方法时。

示例：将所有给定参数相乘的函数：

def multip( * args):  result  =  1  for num in args:  result  * = num return result

8. Type Hinting

重要性：Python 3.5 中引入的Type Hinting有助于使代码更具可读性，并提供更好的 IDE 支持和静态类型检查。

何时使用：为了提高代码清晰度，特别是在供公众使用的大型项目或库中。

例子

def greet(name: str) -> str: return f"Hello, {name}!"

9. 上下文管理器（带声明）

重要性：上下文管理器确保资源得到有效管理并在使用后正确关闭，使代码更干净，资源管理更加万无一失。

何时使用：当使用需要正确设置和拆卸的文件、数据库或网络连接等资源时。

示例：打开并读取文件：

with  open ( 'file.txt' , 'r' ) as f: content = f.read()

10. 海象运算符 (:=)

重要性：Python 3.8 中引入的海象运算符有助于将值作为表达式的一部分分配给变量。

何时使用：当需要表达式中的值并希望保留该值以供以后使用时非常有用。

示例：从文件中读取行，直到找到空行：

with  open ( 'file.txt' , 'r' ) as f:  while (line := f.readline().strip()):  print (line)

11. 命名元组

重要性：命名元组创建简单的类来存储数据，使代码更加自记录。

何时使用：当需要轻量级、不可变的数据结构时。

示例：

from collections import namedtuplePerson = namedtuple('Person', ['name', 'age'])alice = Person(name="Alice", age=30)

12. 枚举（enumerate）

重要性：“enumerate()”以循环遍历可迭代对象并拥有一个自动计数器，使代码更清晰。

何时使用：每当在迭代期间需要索引和值时。

示例：

names = ["Alice", "Bob", "Charlie"]for index, name in enumerate(names): print(f"{index}: {name}")

13. 压缩和解压列表

重要性：“zip()”允许组合多个可迭代对象，从而更容易并行循环多个列表。

何时使用：当需要同时迭代多个序列时。

示例：

names = ["Alice", "Bob"]scores = [85, 92]for name, score in zip(names, scores):   print(f"{name}: {score}")

14. 字典 — get() 和 setdefault()

重要性：这些方法增强了字典操作，有助于优处理丢失的键。

何时使用：- `get()`：当想要检索键的值但不确定它是否存在时。- `setdefault()`：当想在键不存在的情况下设置默认值时。

示例：

data = {"name": "Alice"}age = data.get("age", 30)data.setdefault("country", "USA")

15. __main__

重要性：它确保某些代码仅在直接执行脚本时运行，而不是在导入时运行。

何时使用：在脚本中，某些代码（如测试或演示）只能在作为主程序执行时运行。

例子 ：

if __name__ == "__main__" :     print ( "这个脚本正在直接运行！" )

本。

16. 虚拟环境

重要性：它们有助于管理特定于项目的依赖关系，确保与系统范围的包不发生冲突。

何时使用：对于每个 Python 项目，保持依赖关系隔离。

示例：

python -m venv my_project_envsource my_project_env/bin/activate

17. 星号（*）运算符

重要性：除了乘法之外，星号还有多种用途：用于打包和解包、关键字参数解包和重复。

何时使用：当需要将集合解包为单独的元素时。

例子：

def func(a, b, c):    return a + b + cvalues = [1, 2, 3]print(func(*values))

18.循环中的`else`子句

重要性：允许在循环未被“break”语句中断时执行代码。

何时使用：当有一个仅在循环自然完成时才应运行的代码块时。

示例：

for n in range ( 2 , 10 ):     for x in range ( 2 , n) :         if n % x == 0 :             break     else :         print (n, "是素数。" )

19. 深拷贝与浅拷贝

重要性：在使用可变对象并想要复制其内容时，理解这些至关重要。

何时使用：
- 浅复制：当只需要一个引用相同对象的新集合时。
- 深度复制：当想要原始对象及其所有内容的完全独立的克隆时。

例子：

import copyoriginal = [[1, 2, 3], [4, 5, 6]]shallow = copy.copy(original)deep = copy.deepcopy(original)

20.Python下划线(_)的使用

重要性：它是通用的：表示私有变量，保存 REPL 中最后执行的语句的结果，或者充当一次性变量。

何时使用：- 命名：用于“受保护”变量。
- REPL：重用最后的结果。
- 循环：当您不需要循环变量时。

例子：

for _ in range ( 5 ):     print ( "Hello, World!" )