学习Python不畏艰难，但是没有想法怎么办？

本文链接：https://blog.csdn.net/m0_59236602/article/details/131306397

文章分享了8个提升Python代码质量的技巧，包括使用enumerate()、列表表达式、set去重、生成器节省内存等，并强调Python作为入门语言的优势。文章建议初学者从基础知识开始，理解面向对象编程，通过实践项目提高技能，进一步学习web开发和数据库操作。提到进阶阶段应掌握数据结构和算法，最后积累工业界经验，以提升系统设计能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

学Python的建议

底楼才是重点!!!内容有些长

1.编程适合不惧挑战，肯学的人，积累的经验，技能，然后规划一下人生，相信此生不悔

2. 零基础，没经验的，是自学还是报培训看个人了，我没参加过培训，听过一些课，有好的培训和差的，推荐那种包工作的，至少花钱了能有份工作

3. Python招聘岗位少，这也是很多学了Python最后找不到工作的原因之一，Python集中在web开发，爬虫，运维方向，什么大数据，AI都是扯淡，玩这些的不会几门编程语言和多样的技能跟本搞不来。运维就别想了，新手很少从运维方向的。就剩爬虫和web了（都是差不多的方向，不过高手都是全会的）推荐去看看招聘需求，都是中高级岗位，要求都不低，当然有些要求是复制粘贴的，从招聘要求适当减一点差不多是真实情况，最重要的是工作经验，如果你是自学的为了能去面试编了工作经验算是炸胡吧，看你造化了。

总之，好好考虑是否学Python吧，不要想着一步登天，大家都是一步一步来的。我不会直接推荐你要不要学，我希望你从我的经验来决定要不要学，因为人生从来都不是选择题（这口鸡汤我先干了！）。

开始我们的正言

enumerate()代替range(len())
问题：遍历一个列表，把里面小于0的值置为0。

遍历列表，是开发过程中经常会涉及到的一种操作。

大多数Python开发者都习惯于使用range(len())语法，这一种方式是很多教程、书籍上介绍的，因此，很多同学也就默认选择使用这种方式去遍历列表。

在遍历列表里，使用enumerate()枚举函数是一个更佳的选择，因为它可以同时获取索引和当前项，这对在很多场景下是非常实用的。而使用range(len())却不能兼顾索引和当前项。

data = [1, 2, -3, -4]

# range(len())
for i in range(len(data)):
   if data[i] < 0:
       data[i] = 0


# enumerate()
data = [1, 2, -3, -4]
for idx, num in enumerate(data):
   if num < 0:
       data[idx] = 0

列表表达式代替for循环
问题：求一个列表中所有制的平方。

如果使用比较常用的for循环方式是这样的：

squares = []
for i in range(10):
squares.append(i*i)

而使用列表表达式，是下面这样的：

squares = [i*i for i in range(10)]

一行代码就可以实现for循环3行代码才能实现的功能。
列表表达式非常强大，它还可以结合条件语句进行使用。

不过，不要过度使用列表表达式。因为，它使代码变得简单的同时也增加了阅读理解的成本。所以，在一些复杂的语句不建议使用列表表达式。

使用set去重
问题：对一个列表中的元素进行去重。

当看到这个问题，获取有的同学会想到很多复杂的方法，遍历、字典....

如果使用set一行代码就可以实现列表元素的去重。

因为，set是一种无序的集合，所以，它会自动去除列表中的重复元素。

my_list = [1,2,3,4,5,6,7,7,7]
set(my_list)
# set([1, 2, 3, 4, 5, 6, 7])

利用生成器节省内存
问题：如果列表中有10000个元素，该如何节省内存？

如果元素比较少，使用列表是一个比较好的选择。如果元素多到一定程度，那么列表就变得非常耗费内存。

形象的解释生成器，就如同它的名称一样，它每次只生成一个元素，当调用它的时候，它会逐步生成下一个元素。如果不调用它的话，它就是一个非常节省内存的函数。

下面来对比一下，

import sys

my_list = [i for i in range(10000)]
print(sys.getsizeof(my_list), 'bytes') # 87616 bytes

my_gen = (i for i in range(10000))
print(sys.getsizeof(my_gen), 'bytes') # 128 bytes

可以看出，同样是10000个元素，在内存占用方面，使用列表是使用生成器的684.5倍。
使用.get()和.setdefault()访问字典
问题：访问一个字典中的值。

当通过key访问字典时，如果字典中没有这个K-V值，那么，它会报错、终止程序，并返回KeyError。

所以更好的方法是在字典上使用.get()方法。这也会返回键的值，但是如果键不可用，它不会引发键错误。相反，它返回指定的默认值，如果没有指定它，则返回None。

my_dict = {'item': 'football', 'price': 10.00}
price = my_dict['count'] # KeyError!

# better:
price = my_dict.get('count', 0) # optional default value

使用字典进行计数是一种常用的操作。

在这个过程中，需要首先判断字典中是否存在key，然后赋给默认值，而使用.setdefault()可以直接给字典设定默认值。

使用collections.Counter计数
问题：统计列表字段中的元素出现次数，筛选出现频率最高的元素。

在项目开发过中，计数、统计频率，是经常会遇到的问题。

而Python自带的标准模块collections.Counter提供了很多好用、强大的技术方法，只需要一行代码，就可以完成很多复杂逻辑才能完成的工作。

例如，要统计一个列表中出现频率最高的元素，可以这样实现：

from collections import Counter

my_list = [10, 10, 10, 5, 5, 2, 9, 9, 9, 9, 9, 9]
counter = Counter(my_list)

most_common = counter.most_common(2)
print(most_common) # [(9, 6), (10, 3)]
print(most_common[0]) # (9, 6)
print(most_common[0][0]) # 9

使用**合并字段
问题：2个字典，把元素合并到同一个字段里

不需要经过2层遍历去读取字典中的元素，然后在把这些元素合并到同一个字典中，只需要简单的双星号**就可以实现这个需求。

这种语法是自Python 3.5以来的新语法，在Python3.5之前无法使用。

下面来看一下示例：

d1 = {'name': 'Alex', 'age': 25}
d2 = {'name': 'Alex', 'city': 'New York'}
merged_dict = {**d1, **d2}
print(merged_dict)
# {'name': 'Alex', 'age': 25, 'city': 'New York'}

使用if x in list简化条件语句
问题：判断是否等于列表中的某个元素的值。

习惯于C/C++、Java等其他编程语言进行开发的同学，当遇到条件语句时，会选择==或者!=来进行判断。

如果需要判断的条件较多的话，这样需要写很长的语句，例如：

colors = ["red", "green", "blue"]

c = "red"

if c == "red"or c == "green"or c == "blue":
   print("is main color")

而在Python中，对于条件语句进行了很大程度的简化，可以使用in来解决这个问题，只需要简短的一行代码就可以完成。

colors = ["red", "green", "blue"]

c = "red"

if c in colors:
   print("is main color")

虽然以上貌似是微乎其微的调整变化，但却会令你的代码更易于阅读，同时一定会让你因重复编码而深陷其中！

结论

这8个技巧可以改善你的代码质量，让你的代码看起来更有技术含量，同时可以避免因细节缺失而导致问题潜藏。

学习建议

Python是最容易入门的编程语言，没有之一。如果初学者接触的第一门语言是C或者C++，对他们来说最难的不是语法，而是容易出现内存泄漏、指针等问题。有时候排查这些问题对初学者的打击很大，尤其是没掌握排查BUG技巧时。

如果初学者接触的第一门语言是Python，学习曲线则会平滑得多，掌握一些基本语法和Python内置的数据结构，已经可以上手写一些小工具或者小型应用。这对初学者来说，非常重要。因为学习的过程是一个突破舒适区的过程，会面临很多痛苦，如果学习过程得不到激励，很容易半途而废，类似我们开玩笑说的「从入门到放弃」。Python还有很多优点：上手快，第三方库丰富，资料丰富，很容易做出“可见可得”的应用。比如你要拿C或者C++做web服务，这上手门槛就有点高了。所以很多工科学生，甚至是科班学生会问学了C/C++到底有什么用，因为想上手做一些“可见可得”的应用太难。Python就大不同，你想搞Web开发？上来一个Flask框架立马就撸。想搞点数据分析？上来一个Panda+数据可视化，撸起来轻松愉快甚有快感。想抓取什么数据？你自己基于request撸一个小爬虫采集点网站信息，app信息都不是什么难事。

也是因为这样，学习Python的过程几乎接近“无痛”，有很好的学习正反馈过程，学一点知识就能做一点小东西，能看得到自己成长和进步。安利了这么多好处，来看看学Python分几个阶段吧。

1.基础知识

Python最基本的语言特性和语法:

变量
数据类型与数据结构
输入和输出
运算符、表达式、语句
控制流(顺序控制，选择控制和循环控制)
面向过程编程
面向对象编程
异常处理
组织代码
标准库、第三方库

针对面向对象这一块需要重点的讲一下，为什么会有面向对象？以及我们如何设计面向对象系统？这个思考的过程有助于你理解面向对象编程思想。

可以说「一切皆对象」这句话普适性是很强的，大家都在玩的王者农药，里面每一个对战英雄，每一个野怪，每一张地图都是通过面向对象的思想构建起来的。如果一开始你觉得太复杂，大可把用「分而治之」的思想把复杂的对象break down，分解成多个简单合理的对象。任何复杂的系统都可以由若干个简单可靠的系统组成，多个简单可靠的系统有序地组织起来是可以实现强大功能的。举个例子，还拿农药来说，”英雄“是可以作为一个基类的对吧，每个英雄都有血条，移动速度，AD，AP，物防，法扛等等。李白平A后裔一下，这是对象之间的通信（或者说交互）。后裔放大打中李白，李白眩晕，这一系列的触发过程都可以通过面向对象来建模。

在掌握了语法特点，掌握了面向对象的思想之后，我们应该能够在控制台（windows或者mac的命令行）里边实现一个有意思的程序。这个程序应该解决现实生活中的一个实际问题。比如出现一个职位的发布和管理系统。有以下功能。我们可以录入职位信息。保存到文件上。我们还可以加载职位信息。按多种条件去查询，比如按关键字按城市。按薪资范围。按商圈工作年限等等。

在做这个的过程中，自己需要设计一个很好的面向对象系统。也把Python里常用的语言基本特性都用到了。达到这个阶段算是勉强及格了吧，不过仅仅是在语言掌握层面。如果想当一个合格的研发工程师，还需要掌握很多其他技能。