python 的简单性是其最大优点之一，使其成为初学者和专业人士的最爱。然而，除了基础知识之外，还有一个隐藏功能和强大工具的宝库，可以增强您的编码技能。掌握这些高级概念可以让你的代码更加高效、优雅、可维护。本文深入探讨了每个开发人员都应该知道的 python 鲜为人知的宝石。
1.用*和**解压
python 中的解包不仅限于元组或列表。 * 和 ** 运算符的用途非常广泛，可以以您可能意想不到的方式简化代码。
示例 1：交换变量
python 不使用临时变量，而是允许直接交换：
x, y = 5, 10 x, y = y, x print(x, y) # output: 10, 5
示例2：函数参数解包
* 运算符将序列解包，而 ** 将字典解包为关键字参数。
def greet(name, age):
print(f"hello, {name}! you are {age} years old.")
info = {"name": "alice", "age": 30}
greet(**info) # output: hello, alice! you are 30 years old.
示例3：收集剩余物品
使用 * 收集解包过程中剩余的元素：
a, *b, c = [1, 2, 3, 4, 5] print(a, b, c) # output: 1 [2, 3, 4] 5
2.列表推导式的力量
列表推导式众所周知，但当您将它们与条件和嵌套循环结合使用时，它们真正的潜力就会大放异彩。
示例1：过滤理解
squares = [x**2 for x in range(10) if x % 2 == 0] print(squares) # output: [0, 4, 16, 36, 64]
示例 2：嵌套推导式
通过嵌套推导式，扁平化 2d 列表变得简洁：
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] flat = [num for row in matrix for num in row] print(flat) # output: [1, 2, 3, 4, 5, 6, 7, 8, 9]
3.使用集合来实现更好的数据结构
python 的集合模块提供了高性能的数据结构，通常比内置类型更合适。
示例1：defaultdict
访问字典中不存在的键时避免 keyerror。
from collections import defaultdict
d = defaultdict(int)
d['a'] += 1
print(d) # output: defaultdict(<class 'int'>, {'a': 1})
示例2：计数器
轻松计算序列中元素的出现次数：
from collections import counter
words = ["apple", "banana", "apple", "orange", "banana", "apple"]
count = counter(words)
print(count) # output: counter({'apple': 3, 'banana': 2, 'orange': 1})
示例3：双端队列
使用双端队列有效管理队列，实现 o(1) 追加和弹出操作。
from collections import deque queue = deque([1, 2, 3]) queue.append(4) queue.popleft() print(queue) # output: deque([2, 3, 4])
4.使用 getattr 和 setattr
进行元编程
元编程允许您动态地操纵类和对象的行为。
示例1：延迟属性加载
class lazy:
def __init__(self):
self.data = {}
def __getattr__(self, name):
if name not in self.data:
self.data[name] = f"value for {name}"
return self.data[name]
obj = lazy()
print(obj.foo) # output: value for foo
5.高级生成器
生成器节省内存并允许按需计算。
示例1：无限生成器
def infinite_counter():
count = 0
while true:
yield count
count += 1
counter = infinite_counter()
print(next(counter)) # output: 0
print(next(counter)) # output: 1
示例 2：生成器管道
用于高效数据处理的链生成器：
def numbers():
for i in range(10):
yield i
def squared(seq):
for num in seq:
yield num**2
pipeline = squared(numbers())
print(list(pipeline)) # Output: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
结论
掌握 python 的隐藏功能可以将代码的效率和优雅提升到新的水平。从拆包技巧到强大的数据结构以及装饰器和生成器等高级工具，这些功能使您能够编写干净、可维护且高性能的程序。无论您是想要提升水平的初学者，还是精炼技艺的经验丰富的开发人员，深入研究这些隐藏的瑰宝都将使您成为更加熟练的 python 程序员。
接下来您想尝试什么功能？
立即学习“Python免费学习笔记（深入）”；
请在评论中告诉我们！
