跳转至

01_python基础积累

目录

编号 知识点 日期
001 列表推导式 vs 生成器表达式 2026-07-01
002 defaultdict 简化分组统计 2026-07-01
003 enumerate 替代 range(len(...)) 2026-07-01
004 zip 并行迭代 2026-07-01
005 with 语句与上下文管理器 2026-07-01
006 f-string 格式化 2026-07-01
007 isinstance 类型检查 2026-07-01
008 any() / all() 快速判断 2026-07-01

内容

[001] 列表推导式 vs 生成器表达式（2026-07-01）

分类：语法

标签：列表推导式, 生成器, 内存优化

要点：列表推导式 [...] 一次性生成全部元素到内存中；生成器表达式 (...) 惰性求值，仅在迭代时产出元素，适合处理大规模数据流。

示例：

Python
1
2
3
4
5
6
# 列表推导式：立即计算，占用全部内存
squares_list = [x ** 2 for x in range(10_000_000)]  # 可能 OOM

# 生成器表达式：惰性求值，内存开销极小
squares_gen = (x ** 2 for x in range(10_000_000))
first = next(squares_gen)  # 0

详见：PEP 289 - Generator Expressions

[002] defaultdict 简化分组统计（2026-07-01）

分类：标准库

标签：collections, defaultdict, 分组, 统计

要点：使用 collections.defaultdict 可避免手动检查键是否存在再初始化的样板代码，是分组/聚合场景的首选。

示例：

Python
1
2
3
4
5
6
7
from collections import defaultdict

data = [("a", 1), ("b", 2), ("a", 3)]
groups = defaultdict(list)
for key, val in data:
    groups[key].append(val)
# groups: {"a": [1, 3], "b": [2]}

详见：collections.defaultdict 官方文档

[003] enumerate 替代 range(len(...))（2026-07-01）

分类：语法

标签：enumerate, 迭代, 索引, 可读性

要点：用 enumerate(seq) 同时获取索引和值，避免手写 range(len(seq))，代码更 Pythonic 且不易出错。

示例：

Python
1
2
3
4
5
6
7
8
9
items = ["a", "b", "c"]

# ❌ 不推荐
for i in range(len(items)):
    print(i, items[i])

# ✅ 推荐
for i, val in enumerate(items):
    print(i, val)

详见：enumerate 官方文档

[004] zip 并行迭代（2026-07-01）

分类：语法

标签：zip, 并行迭代, 元组, strict

要点：zip() 将多个可迭代对象"拉链"对齐，按最短者截断；Python 3.10+ 支持 strict=True，长度不一致时抛 ValueError。

示例：

Python
1
2
3
4
5
6
7
8
names = ["Alice", "Bob", "Charlie"]
scores = [85, 92, 78]

for name, score in zip(names, scores):
    print(f"{name}: {score}")

# strict 模式：长度不一致则报错
list(zip(names, scores, strict=True))

详见：zip 官方文档

[005] with 语句与上下文管理器（2026-07-01）

分类：语法

标签：with, 上下文管理器, 资源管理, enter, exit

要点：with 语句确保资源（文件、锁、连接等）在使用后自动释放，即使发生异常也会执行清理逻辑，替代 try/finally 样板代码。

示例：

Python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
# 文件操作：自动关闭
with open("data.txt") as f:
    content = f.read()

# 自定义上下文管理器
from contextlib import contextmanager

@contextmanager
def timer():
    import time
    start = time.time()
    yield
    print(f"耗时: {time.time() - start:.2f}s")

详见：PEP 343 - The "with" Statement

[006] f-string 格式化（2026-07-01）

分类：语法

标签：f-string, 字符串格式化, 表达式, 对齐

要点：f-string（f"..."）是 Python 3.6+ 最简洁高效的字符串格式化方式，支持内嵌表达式、格式化说明符（精度、对齐、进制等）。

示例：

Python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
name = "Alice"
score = 92.567

# 基本用法
print(f"{name} 得分: {score:.1f}")       # Alice 得分: 92.6

# 对齐与填充
print(f"{name:<10} | {score:>8.2f}")     # Alice      |    92.57

# 进制转换
print(f"255 的二进制: {255:#b}")          # 255 的二进制: 0b11111111

详见：PEP 498 - Literal String Interpolation

[007] isinstance 类型检查（2026-07-01）

分类：语法

标签：isinstance, 类型检查, 多态, 鸭子类型

要点：isinstance(obj, Type) 检查对象是否属于某个类型或元组中的任意类型，比 type(obj) == Type 更安全（支持继承）。同时支持抽象基类检查。

示例：

Python
1
2
3
4
5
6
7
8
9
# 检查单个类型
isinstance(42, int)          # True

# 检查多种类型（元组）
isinstance(3.14, (int, float))  # True

# 检查抽象基类（鸭子类型）
from collections.abc import Iterable
isinstance([1, 2, 3], Iterable)  # True

详见：isinstance 官方文档

[008] any() / all() 快速判断（2026-07-01）

分类：语法

标签：any, all, 布尔, 短路求值

要点：any(iterable) 任一元素为真即返回 True；all(iterable) 全部为真才返回 True。两者均短路求值，遇到确定结果立即返回。

示例：

Python
1
2
3
4
5
6
7
8
9
nums = [0, 1, 2, 3]

any(n > 2 for n in nums)   # True  （有元素 > 2）
all(n >= 0 for n in nums)  # True  （全部 >= 0）
all(n > 0 for n in nums)   # False （0 不大于 0）

# 实用场景：检查列表是否全为非空字符串
items = ["a", "b", ""]
all(items)  # False

详见：any / all 官方文档