30 个实用的 Python 代码片段，涵盖列表去重、字符串处理、内存占用检测、字典合并、列表展开等常见编程任务。通过集合操作、内置函数及标准库技巧，展示了如何编写简洁高效的 Python 代码。适合初学者巩固基础及开发者优化现有逻辑，包含原理说明与适用场景建议。
在 Python 开发中，掌握简洁高效的代码技巧能显著提升开发效率与可读性。本文整理了 30 个常用的 Python 代码片段，涵盖列表操作、字符串处理、字典合并、内存检测等常见场景。每个片段均附带原理说明与适用建议，适合初学者巩固基础及开发者优化现有逻辑。
以下方法可以检查给定列表是否存在重复元素，它会使用 set() 函数来移除所有重复元素。
def all_unique(lst):
return len(lst) == len(set(lst))
x = [1, 1, 2, 2, 3, 2, 3, 4, 5, 6]
y = [1, 2, 3, 4, 5]
print(all_unique(x)) # False
print(all_unique(y)) # True
技术点评：利用集合去重特性，时间复杂度为 O(n)。适用于对顺序不敏感的场景。
检查两个字符串的组成元素是否是一样的（即是否为变位词）。
from collections import Counter
def anagram(first, second):
return Counter(first) == Counter(second)
print(anagram("abcd3", "3acdb")) # True
技术点评：Counter 统计字符频率，比排序更直观且高效。
获取对象在内存中占用的字节数。
import sys
variable = 30
print(sys.getsizeof(variable)) # 24
技术点评：用于性能分析，注意不同 Python 版本实现可能略有差异。
下面的代码块可以检查字符串占用的字节数（UTF-8 编码）。
def byte_size(string):
return len(string.encode('utf-8'))
print(byte_size('')) # 0
print(byte_size('Hello World')) # 11
技术点评：区分字符长度与字节长度，网络传输或存储时需注意。
该代码块不需要循环语句就能打印 N 次字符串。
n = 2
s = "Programming"
print(s * n)
# ProgrammingProgramming
技术点评：Python 支持字符串乘法，简洁但仅适用于非复杂对象。
以下代码块会使用 title() 方法，从而大写字符串中每一个单词的首字母。
s = "programming is awesome"
print(s.title())
# Programming Is Awesome
技术点评：适合标题格式化，注意标点符号后的首字母也会被大写。
给定具体的大小，定义一个函数以按照这个大小切割列表。
from math import ceil
def chunk(lst, size):
return list(
map(lambda x: lst[x * size:x * size + size],
list(range(0, ceil(len(lst) / size))))
)
print(chunk([1, 2, 3, 4, 5], 2))
# [[1, 2], [3, 4], [5]]
技术点评：常用于分页处理或批量任务分发。
这个方法可以将布尔型的值去掉，例如（False，None，0，""），它使用 filter() 函数。
def compact(lst):
return list(filter(bool, lst))
print(compact([0, 1, False, 2, '', 3, 'a', 's', 34]))
# [1, 2, 3, 'a', 's', 34]
技术点评：快速过滤假值，比显式循环更 Pythonic。
如下代码段可以将打包好的成对列表解开成两组不同的元组。
array = [['a', 'b'], ['c', 'd'], ['e', 'f']]
transposed = zip(*array)
print(list(transposed))
# [('a', 'c', 'e'), ('b', 'd', 'f')]
技术点评：矩阵转置的常用技巧，注意 zip 返回的是迭代器。
我们可以在一行代码中使用不同的运算符对比多个不同的元素。
a = 3
print(2 < a < 8) # True
print(1 == a < 2) # False
技术点评：数学区间判断的语法糖，提升代码可读性。
下面的代码可以将列表连接成单个字符串，且每一个元素间的分隔方式设置为了逗号。
hobbies = ["basketball", "football", "swimming"]
print("My hobbies are: " + ", ".join(hobbies))
# My hobbies are: basketball, football, swimming
技术点评：join 是字符串拼接的高效方式，避免循环累加。
以下方法将统计字符串中的元音 ('a', 'e', 'i', 'o', 'u') 的个数，它是通过正则表达式做的。
import re
def count_vowels(str_input):
return len(re.findall(r'[aeiou]', str_input, re.IGNORECASE))
print(count_vowels('foobar')) # 3
print(count_vowels('gym')) # 0
技术点评：正则匹配灵活，适合复杂模式统计。
如下方法将令给定字符串的第一个字符统一为小写。
def decapitalize(string):
if not string:
return string
return string[:1].lower() + string[1:]
print(decapitalize('FooBar')) # 'fooBar'
技术点评：修复了原变量名不一致问题，增加空字符串保护。
该方法将通过递归的方式将列表的嵌套展开为单个列表。
def spread(arg):
ret = []
for i in arg:
if isinstance(i, list):
ret.extend(i)
else:
ret.append(i)
return ret
def deep_flatten(lst):
result = []
result.extend(
spread(list(map(lambda x: deep_flatten(x) if type(x) == list else x, lst)))
)
return result
print(deep_flatten([1, [2], [[3], 4], 5])) # [1, 2, 3, 4, 5]
技术点评：处理深层嵌套结构，注意递归深度限制。
该方法将返回第一个列表的元素，其不在第二个列表内。
def difference(a, b):
set_a = set(a)
set_b = set(b)
comparison = set_a.difference(set_b)
return list(comparison)
print(difference([1, 2, 3], [1, 2, 4])) # [3]
技术点评：集合运算效率高，但会丢失原始顺序和重复项。
如下方法首先会应用一个给定的函数，然后再返回应用函数后结果有差别的列表元素。
def difference_by(a, b, fn):
b = set(map(fn, b))
return [item for item in a if fn(item) not in b]
from math import floor
print(difference_by([2.1, 1.2], [2.3, 3.4], floor)) # [1.2]
print(difference_by([{'x': 2}, {'x': 1}], [{'x': 1}], lambda v: v['x']))
# [{'x': 2}]
技术点评：支持自定义比较逻辑，适用于复杂对象对比。
你可以在一行代码内调用多个函数。
def add(a, b):
return a + b
def subtract(a, b):
return a - b
a, b = 4, 5
print((subtract if a > b else add)(a, b)) # 9
技术点评：条件选择函数执行，减少嵌套层级。
如下代码将检查两个列表是不是有重复项。
def has_duplicates(lst):
return len(lst) != len(set(lst))
x = [1, 2, 3, 4, 5, 5]
y = [1, 2, 3, 4, 5]
print(has_duplicates(x)) # True
print(has_duplicates(y)) # False
技术点评：与第 1 题类似，语义更明确。
下面的方法将用于合并两个字典。
def merge_two_dicts(a, b):
c = a.copy()
c.update(b)
return c
a = {'x': 1, 'y': 2}
b = {'y': 3, 'z': 4}
print(merge_two_dicts(a, b))
# {'y': 3, 'x': 1, 'z': 4}
在 Python 3.5 或更高版本中，我们也可以用以下方式合并字典：
def merge_dictionaries(a, b):
return {**a, **b}
a = {'x': 1, 'y': 2}
b = {'y': 3, 'z': 4}
print(merge_dictionaries(a, b))
# {'y': 3, 'x': 1, 'z': 4}
技术点评：Python 3.5+ 推荐使用解包语法，更简洁。
如下方法将会把两个列表转化为单个字典。
def to_dictionary(keys, values):
return dict(zip(keys, values))
keys = ["a", "b", "c"]
values = [2, 3, 4]
print(to_dictionary(keys, values))
# {'a': 2, 'b': 3, 'c': 4}
技术点评：构建映射关系的快捷方式。
我们常用 For 循环来遍历某个列表，同样我们也能枚举列表的索引与值。
my_list = ["a", "b", "c", "d"]
for index, element in enumerate(my_list):
print(f"Value: {element}, Index: {index}")
技术点评：同时获取索引和元素，替代 range(len(...))。
如下代码块可以用来计算执行特定代码所花费的时间。
import time
start_time = time.time()
a = 1
b = 2
c = a + b
end_time = time.time()
total_time = end_time - start_time
print(f"Time: {total_time}")
技术点评：简单性能测试，生产环境建议使用 timeit 模块。
我们在使用 try/except 语句的时候也可以加一个 else 子句，如果没有触发错误的话，这个子句就会被运行。
try:
2 * 3
except TypeError:
print("An exception was raised")
else:
print("Thank God, no exceptions were raised.")
技术点评：else 块仅在无异常时执行，隔离异常捕获范围。
下面的方法会根据元素频率取列表中最常见的元素。
def most_frequent(lst):
return max(set(lst), key=lst.count)
lst = [1, 2, 1, 2, 3, 2, 1, 4, 2]
print(most_frequent(lst)) # 2
技术点评：简单统计众数，大数据量建议使用 Counter.most_common()。
以下方法会检查给定的字符串是不是回文序列，它首先会把所有字母转化为小写，并移除非英文字母符号。
def palindrome(string):
from re import sub
s = sub('[\W_]', '', string.lower())
return s == s[::-1]
print(palindrome('taco cat')) # True
技术点评：忽略标点和大小写，增强鲁棒性。
这一段代码可以不使用条件语句就实现加减乘除、求幂操作，它通过字典这一数据结构实现：
import operator
action = {
"+": operator.add,
"-": operator.sub,
"/": operator.truediv,
"*": operator.mul,
"**": pow
}
print(action['-'](50, 25)) # 25
技术点评：动态调度函数，避免大量 if-elif 分支。
该算法会打乱列表元素的顺序，它主要会通过 Fisher-Yates 算法对新列表进行排序：
from copy import deepcopy
from random import randint
def shuffle(lst):
temp_lst = deepcopy(lst)
m = len(temp_lst)
while m:
m -= 1
i = randint(0, m)
temp_lst[m], temp_lst[i] = temp_lst[i], temp_lst[m]
return temp_lst
foo = [1, 2, 3]
print(shuffle(foo)) # [2, 3, 1] , foo = [1, 2, 3]
技术点评：原地洗牌算法，保持原列表不变。
将列表内的所有元素，包括子列表，都展开成一个列表。
def spread(arg):
ret = []
for i in arg:
if isinstance(i, list):
ret.extend(i)
else:
ret.append(i)
return ret
print(spread([1, 2, 3, [4, 5, 6], [7], 8, 9]))
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
技术点评：浅层展开，深层嵌套需配合递归。
不需要额外的操作就能交换两个变量的值。
def swap(a, b):
return b, a
a, b = -1, 14
result = swap(a, b)
print(result) # (14, -1)
技术点评：Python 元组解包特性，无需临时变量。
通过 Key 取对应的 Value 值，可以通过以下方式设置默认值。如果 get() 方法没有设置默认值，那么如果遇到不存在的 Key，则会返回 None。
d = {'a': 1, 'b': 2}
print(d.get('c', 3)) # 3
技术点评：安全访问字典键，避免 KeyError。
以上 30 个代码片段展示了 Python 语言在处理常见编程任务时的简洁性与灵活性。在实际开发中，建议优先使用标准库提供的内置功能，它们通常经过高度优化且可读性更强。同时，注意根据具体业务场景权衡代码的简洁性与可维护性，避免过度追求'极简直'而导致逻辑晦涩。希望这些示例能为您的 Python 编程之旅提供实用的参考。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online