2442 积分	0 好友	343 主题

发消息

Python单行代码实战：10个提升日常开发效率的简洁技巧

发表于昨天 07:46 | 查看: 5| 回复: 0

昨天晚上组里同事问我，写Python脚本有没有能“一行干完一堆事儿”的技巧，要既简洁又实用。正好借此机会，整理出10个我工作中频繁使用、颇具Pythonic风格的单行代码示例。它们并非炫技，而是能切实提升代码效率和可读性的实用技巧。

1. 一行过滤与转换：列表推导式

处理日志或数据时，经常需要过滤空值并做转换。传统的循环写法略显冗长：

result = []
for line in lines:
    line = line.strip()
    if line:
        result.append(int(line) * 2)

使用列表推导式可以将其浓缩为清晰的一行：

result = [int(line) * 2 for line in lines if line.strip()]

这行代码依次完成了三件事：遍历列表、过滤掉空白行、将有效内容转换为整数并乘以2。它是替代for循环中append操作的利器。

2. 一行翻转字典：键值互换

有时我们需要根据字典的值反查其键。例如，有一个状态码映射字典：

status_map = {
0: "OK",
1: "ERROR",
2: "RETRY",
}

若想通过"ERROR"找到对应的状态码1，用一行字典推导式即可实现翻转：

reverse_status = {v: k for k, v in status_map.items()}

得到的结果是 {"OK": 0, "ERROR": 1, "RETRY": 2}。需要注意，此方法假设原字典的值是唯一的，否则后出现的键会覆盖前者。

3. 一行统计词频：使用Counter

统计一段文本中单词的出现次数，无需手动循环计数。collections.Counter让这一切变得异常简单：

from collections import Counter
text = "hello world hello python hello"
word_count = Counter(text.split())

word_count的结果将是 {'hello': 3, 'world': 1, 'python': 1}。核心逻辑仅 Counter(text.split()) 一行。如果追求极致的“单行”，甚至可以写成 from collections import Counter; word_count = Counter(text.split())，这在写一次性脚本时非常快捷。

4. 一行实现多级排序

对包含字典的列表进行多字段排序是一个常见需求。例如，有一个用户列表：

users = [
    {"name": "张三", "age": 18, "score": 95},
    {"name": "李四", "age": 18, "score": 80},
    {"name": "王五", "age": 20, "score": 60},
]

若想先按年龄升序，年龄相同时按分数降序排列，一行代码就能解决：

sorted_users = sorted(users, key=lambda u: (u["age"], -u["score"]))

这里sorted函数的key参数返回一个元组(年龄, 分数负值)。元组比较时，会先比较第一个元素（年龄，升序），再比较第二个元素（分数的负值，等价于原分数降序）。

5. 一行判断是否存在：any()与生成器表达式

检查一个可迭代对象中是否存在满足条件的元素，例如判断日志列表中是否包含ERROR。传统写法需要循环和break：

has_error = False
for line in lines:
    if "ERROR" in line:
        has_error = True
        break

用any()配合生成器表达式可以更优雅地实现：

has_error = any("ERROR" in line for line in lines)

any()函数在遇到第一个为True的元素时会立即返回True，同样具备短路特性，效率很高。

6. 一行校验全部条件：all()的妙用

与any()对应，all()用于判断是否所有元素都满足条件。这在配置校验等场景很有用：

config = {
"host": "127.0.0.1",
"port": 3306,
"user": "root",
"password": None, # 故意漏了
}
is_valid = all(config.get(k) is not None for k in ("host", "port", "user", "password"))

如果所有指定键的值都不为None，is_valid为True，否则为False。这种写法比多层if判断更清晰。

7. 一行定位问题行号：enumerate与列表推导

在日志分析中，我们不仅要知道是否存在错误，还需要知道错误发生在第几行。enumerate()可以同时获得索引和元素：

error_lines = [i for i, line in enumerate(lines, start=1) if "ERROR" in line]

这行代码完成了：为每一行附加从1开始的行号、过滤出包含"ERROR"的行、收集这些行的行号。结果error_lines可能类似[3, 10, 28]，便于快速定位问题。

8. 一行“压扁”嵌套列表：双层循环推导式

将二维列表（矩阵）扁平化为一维列表，通常需要两层循环。使用嵌套的列表推导式可以一行解决：

matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
]
flat = [x for row in matrix for x in row]

注意顺序：外层的for row in matrix在前，内层的for x in row在后。结果flat为[1, 2, 3, 4, 5, 6, 7, 8, 9]。这在处理API返回的嵌套数据结构时非常方便。

9. 一行合并字典：后者的值优先

合并两个字典，且希望第二个字典的键值对覆盖第一个，是配置管理的常见操作。使用字典解包操作符**可以轻松实现：

default_config = {"host": "127.0.0.1", "port": 3306, "debug": False}
user_config = {"port": 3307, "debug": True}
config = {**default_config, **user_config}

这行代码先将default_config解包，再将user_config解包。后面字典的同名键会覆盖前面的，因此结果config为 {'host': '127.0.0.1', 'port': 3307, 'debug': True}。这比用循环手动合并要简洁直观得多。

10. 一行快速统计耗时

在临时脚本或调试时，想快速了解某个操作耗时，又不想引入复杂的性能分析工具，可以简单使用time模块：

import time; start = time.time(); do_something(); print(f"cost: {time.time() - start:.3f}s")

虽然用分号写在一行不够优雅，但在快速测试、用完即删的场景下非常方便，能一眼看出某个步骤是否耗时。