最全10个小技巧，让你的 Python 代码更加优雅~，2024年最新20年下半年面试

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

3. 通过 Python 内置的 sorted() 方法对复杂的对象进行排序

---

排序的需求在很多场景中都很常见，Python中的可迭代对象（列表、元组、字典）都可以进行排序，内置函数 sorted() 让我们甚至都不需要自己实现排序算法。

data = [1, 3, -5, 7, 9, -11]

sortedData = sorted(data)

print(sortedData)

输出：

[-11, -5, 1, 3, 7, 9]

sorted() 方法自动将列表按照升序排序，如果你想按照降序排序，可以使用 sorted() 的参数 reverse = True 。

sorted() 方法同样也适用于元组类型的数据，但是注意排序的结果将返回一个列表。

data = (1, 3, -5, 7, 9, -11)

print(data)

sortedData = sorted(data)

print(sortedData)

输出：

(1, 3, -5, 7, 9, -11)

[-11, -5, 1, 3, 7, 9]

对于复杂的可迭代对象，比如我们可以创建一个列表，列表中的每一个元素都是一个人的字典信息，然后我们按照每个人的年龄进行排序。

我们可以用 sorted() 的 key 参数，传入一个匿名函数，让排序按照我们预想的方式进行。

data = [{

“name”: “Alex”, “age”: 18},

{

“name”: “Band”, “age”: 21},

{

“name”: “Coco”, “age”: 17}]

sorted_data = sorted(data, key=lambda x: x[“age”])

print(sorted_data)

输出：

[{‘name’: ‘Coco’, ‘age’: 17}, {‘name’: ‘Alex’, ‘age’: 18}, {‘name’: ‘Band’, ‘age’: 21}]

4. 使用集合 Set 存储唯一值

---

如果你有一个包含多个值的列表，并且需要去重，一个不错的技巧是将我们的列表转换为一个集合。

Python的集合是一种无序的数据类型，并且没有重复元素，还提供了不同集合之间的运算，可以求交集、并集和差集。

data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]

setData = set(data)

print(setData)

输出：

{1, 3, 5, 7, 9}

5. 使用生成器以节省内存

---

有时候列表并不是最好的选择。假如我们有一个非常大的列表，有10000个元素，我们想计算所有元素的总和，虽然可以用列表来做，当如果数据量特别大的话我们可能会遇到内存问题，更好的解决方案是使用生成器。

dataList = [i for i in range(10000)]

print(sum(dataList))

dataGen = (i for i in range(10000))

print(sum(dataGen))

输出：

列表生成式与生成器具有相同的语法，不同点在于列表生成式使用的是中括号，而生成器使用的是小括号。

生成器通过类似于懒加载的方式计算我们需要的元素，因此它一次只生成一个元素，并且只在需要的时候才生成。

我们可以使用 sys 的 getsize() 方法看一下列表和生成器的大小。

import sys

dataList = [i for i in range(10000)]

print(sys.getsizeof(dataList), “bytes”)

dataGen = (i for i in range(10000))

print(sys.getsizeof(dataGen), “bytes”)

输出：

85176 bytes

112 bytes

6. 在字典中获取元素使用 .get() 并且设置默认值

---

假设我们有一个字典，其中包括不同的键，比如商品和价格，在我们的代码中的某个点，想要获得商品的价格。

当我们用 [] 简单的访问键时，如果键不在字典中，那么代码将会报错，引发一个 KeyError。

dataDict = {

“name”: “Tesla”,

“price”: 250000

}

print(dataDict[“count”])

报错：

Traceback (most recent call last):

File “mian.py”, line 5, in

print(dataDict[“count”])

KeyError: ‘count’

更好的方式是使用 .get() 方法，此时如果键不存在，则不会引发 KeyError ，而是返回一个默认值，如果我们不指定默认值，它会直接返回None，如果我们指定默认值，那么它会返回我们指定的默认值。

dataDict = {

“name”: “Tesla”,

“price”: 250000

}

print(dataDict.get(“count”))

print(dataDict.get(“count”, 0))

输出：

None

0

7. 计数器 collections.Counter

---

如果你想计算列表中元素的数量，Python中有一个非常方便的工具。

from collections import Counter

data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]

counter = Counter(data)

print(counter)

输出：

Counter({9: 5, 7: 4, 5: 3, 3: 2, 1: 1})

Counter 可以统计列表中不同元素的数量，并且按照出现次数降序排列，这比我们自己计算要好得多。

如果你想知道某个元素的个数的话，可以直接通过 [] 访问，如果这个元素不存在，那么将返回0，并且还可以通过 most_common() 方法返回排名靠前的几个元素。

from collections import Counter

data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]

counter = Counter(data)

print(counter[7])

print(counter[11])

print(counter.most_common(2))

输出：

4

0

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！