16个好用到爆的Python实用技巧！

关注

原创最新推荐文章于 2026-06-03 08:30:00 发布 176 阅读 AI 写同款· GEO 优化 ›

Python高阶编程面试题目录前言一、Python 的内存管理机制及调优手段？二、什么是 lambda 函数，有什么好处？三、你对装饰器的理解？四、Python 排序算法的理解五、Python常见的魔法方法在面试自动化测试、测试开发等职位时，经常会问到Python高阶编程相关的问题，以下就介绍Python中一些常见的高阶的面试题，果断安排上惹了。Python内存管理机制：引用计数、垃圾回收、内存池。1、引用计数引用计数是一种非常高效的内存管理手段，当一个 Python 对象被引用时其引用计数增加 1，当其不再被一个变量引用时则计阅读详情

Python 是一门用途广泛的编程语言，它具有大量的库和框架。有一些鲜为人知的 Python 编码技巧和库可以让你作为开发人员的工作更为轻松，编写代码更高效。

本文将探讨一些鲜为人知的 Python 技巧，这些技巧非常有用，但并不广为人知。通过学习和使用这些技巧，可以帮你节省时间和精力，并使你的代码更加优雅和高效。那么，让我们深入探索 Python 语言的这些隐藏宝藏吧！（文末有福利）

在这里插入图片描述

1、三元运算符

三元运算符是 if-else 语句的简写。语法是value_if_true if condition else value_if_false。三元运算符是一行代码，可以替代多行 if-else 语句，使你的代码更加简洁。

a = 5 
b = 10 
max = a if a > b else b  # value_if_true if condition else value_if_false

print(max)
# 10

上面的代码通过检查“a”是否大于“b”，如果为真则返回“a”，如果为假则返回“b”。

2、枚举函数

enumerate()函数向可迭代对象添加一个计数器，并以枚举对象的形式返回。当你想要遍历列表并跟踪索引时，此函数很有用。

fruits = ['apple', 'banana', 'mango'] 
for index, fruit in enumerate(fruits): 
    print(index, fruit)

# 0 apple
# 1 banana
#2  mango

3、压缩函数
zip()函数聚合来自每个可迭代对象的元素并返回一个元组迭代器。当你想同时遍历两个或多个列表时，此函数很有用。

list1 = [1, 2, 3] 
list2 = ['a', 'b', 'c'] 
for x, y in zip(list1, list2):
    print(x, y)

# 1 a
# 2 b
# 3 c

4、列表生成式

列表生成式是一种从现有列表或任何可迭代对象创建列表的简洁方法。这是一种可以替代 for 循环的单行代码，使你的代码更加高效，并使代码的可读性更强。

squared_numbers = [x**2 for x in range(1, 6)]

print(squared_numbers)
# [1, 4, 9, 16, 25]

5、匿名函数

Lambda 函数是使用lambda关键字定义的匿名函数。当你需要编写一次性的小函数并且不想使用关键字def来定义命名函数时，它们很有用。

add = lambda x, y: x + y 

result = add(3, 4)

print(result)
# 7

6、any()和all()函数

any()函数和all()函数返回True或False基于 iterable 中元素的真实性。如果 iterable 中的任何元素为真，则函数any()返回True，如果 iterable 中的所有元素都为真，则函数all()返回True。

numbers = [1, 2, 3, 0, 4] 
result = any(numbers) # True 
result = all(numbers) # False。0使结果为False

7、迭代模块

itertools模块提供了一组函数来处理迭代器。该模块中的函数包括chain、product和permutations。

import itertools 
numbers = [1, 2, 3] 
result = list(itertools.permutations(numbers)) 


# 输出所有排列组合 
# [(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]

8、生成器
生成器是一种可迭代的类型，它可以即时生成值，而不是将它们存储在内存中。它是使用yield关键字定义的，用于创建自定义迭代器。

# 使用yield关键字创建生成器 
def fibonacci_series(n):
    a, b = 0, 1
    for i in range(n):
        yield a
        a, b = b, a + b

# 输出迭代器中的值 
for number in fibonacci_series(10):
    print(number)

# 0
# 1
# 1
# 2
# 3
# 5
# 8
# 13
# 21
# 34

9、装饰器

装饰器是一种修改函数或类行为的方法。使用@符号进行定义，可用于向函数添加功能，例如日志记录、计时或身份验证。

def log_function(func):
    def wrapper(*args, **kwargs):
        print(f'Running {func.__name__}')
        result = func(*args, **kwargs)
        print(f'{func.__name__} returned {result}')
        return result
    return wrapper

@log_function
def add(x, y):
    return x + y

print(add(5,7))


# 运行add函数，返回值为12

10、使用多个函数参数

在 Python 中，可以使用*和 运算符来处理多个函数参数。*运算符用于将参数列表作为单独的位置参数进行传递，运算符用于传递关键字参数的字典。

def print_arguments(*args, **kwargs):
    print(args)
    print(kwargs)

print_arguments(1, 2, 3, name='John', age=30)

# (1, 2, 3)
# {'name': 'John', 'age': 30}

11、动态导入

当你想根据用户输入或配置导入模块时，可以使用模块动态导入模块importlib。

import importlib

module_name = 'math'
module = importlib.import_module(module_name)
result = module.sqrt(9)

12、字典生成式

字典生成式是一种从现有字典或任何可迭代对象创建字典的简洁方法。它是一种可以替代 for 循环的单行代码，使你的代码更加高效，代码可读性更强。

squared_numbers = {x: x**2 for x in range(1, 6)}
print(squared_numbers)

# {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

13、可调用对象

在 Python 中，任何可以称为函数的对象都称为可调用对象，包括函数、方法、类，甚至是定义__call__方法的对象。

class Adder:
    def __call__(self, x, y):
        return x + y

adder = Adder() result = adder(3, 4)

print(result)
#7

14、用下划线分隔大数字/字符

大数字很难一眼看出来是多大，在 Python 中可以用下划线来使数字更易读。

num_test = 100_345_405 # 一个大数字

print(num_test)
# 100345405

15、快速合并两个字典

可以使用以下代码在 Python 中快速合并 2两个字典。

dictionary_one = {"a": 1, "b": 2}
dictionary_two = {"c": 3, "d": 4}

merged = {**dictionary_one, **dictionary_two}

print(merged)  
# {'a': 1, 'b': 2, 'c': 3, 'd': 4}

16、列表、集合和字典是可变的

可变意味着可以更改或更新对象（列表、集合或字典），而无需更改内存中对象的指针。实际效果可见如下示例。

在下面的示例中，通过添加一个新城市来更新城市列表，可以看到 ID（对象指针）保持不变，集合和字典也是如此。

cities = ["Munich", "Zurich", "London"]
print(id(cities)) # 2797174365184
cities.append("Berlin")
print(id(cities)) # 2797174365184

# 集合 
my_set = {1, 2, 3}
print(id(my_set))  # 2797172976992
my_set.add(4)
print(id(my_set))  # 2797172976992


#  字典 
thisdict = {
  "brand": "Ford",
  "model": "Mustang",
  "year": 1964
}
print(id(thisdict))  #2797174128256
thisdict["engine"] = "2500cc"
print(id(thisdict))  #2797174128256

关于Python的学习指南

最后多说一句，小编是一名Python开发工程师，自己整理了一套最新的Python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。说真的，学好 Python 不论是就业、副业赚钱、还是提升学习、工作效率就业、副业赚钱、还是提升学习、工作效率，都是非常不错的选择，但要有一个系统的学习规划。

如果你是准备学习Python或者正在学习，下面这些你应该能用得上：

① Python所有方向的学习路线图，清楚各个方向要学什么东西

② 100多节Python课程视频，涵盖必备基础、爬虫和数据分析

③ 100多个Python实战案例，学习不再是只会理论

④ 华为出品独家Python漫画教程，手机也能学习

⑤ 历年互联网企业Python面试真题,复习时非常方便