还在手动抠数据格式？这 3 个进阶偏基础的小技巧，用基础语法玩出花，日常处理列表、字典数据直接省一半时间！
1. 字典推导式：一行生成字典，比 for 循环香多了
列表推导式大家都熟，但字典推导式才是处理键值对的 “懒人神器”，一行搞定映射关系，不用再 dict[key] = value 慢慢填！
# 需求1：将列表元素作为键，索引作为值
fruits = ["apple", "banana", "orange"]
# 传统写法：循环+赋值
fruit_dict = {}
for idx, fruit in enumerate(fruits):
fruit_dict[fruit] = idx
print(fruit_dict) # {'apple': 0, 'banana': 1, 'orange': 2}
# 字典推导式：一行搞定
fruit_dict_pro = {fruit: idx for idx, fruit in enumerate(fruits)}
print(fruit_dict_pro) # 结果同上
# 需求2：筛选字典中值大于10的键值对
score = {"math": 95, "chinese": 88, "english": 100, "art": 9}
high_score = {k: v for k, v in score.items() if v > 90}
print(high_score) # {'math': 95, 'english': 100}
2. sorted() 高级排序：按自定义规则排序列表 / 字典
默认的 sorted() 只能按元素本身排序，但加上 key 参数，就能实现按长度、按属性、按自定义函数排序，灵活到离谱！
# 需求1：按字符串长度排序
words = ["python", "java", "go", "javascript", "c"]
sorted_by_len = sorted(words, key=lambda x: len(x))
print(sorted_by_len) # ['c', 'go', 'java', 'python', 'javascript']
# 需求2：按元组的第二个元素排序
students = [("小明", 85), ("小红", 92), ("小刚", 78)]
sorted_by_score = sorted(students, key=lambda x: x[1], reverse=True)
print(sorted_by_score) # [('小红', 92), ('小明', 85), ('小刚', 78)]
# 需求3：按字典的值排序
score = {"math": 95, "chinese": 88, "english": 100}
# 先转成键值对列表，再排序
sorted_score = sorted(score.items(), key=lambda x: x[1])
print(dict(sorted_score)) # {'chinese': 88, 'math': 95, 'english': 100}
3. any()/all() 进阶：搭配生成器表达式，高效判断
直接用 any()/all() 搭配生成器表达式，比列表推导式更省内存（不用生成完整列表），判断大批量数据时速度更快！
# 需求1：判断列表是否有负数（生成器表达式版）
nums = [1, 3, 5, -2, 7, 9]
has_negative = any(num < 0 for num in nums)
print(has_negative) # True
# 需求2：判断字典所有值都是正数
data = {"a": 10, "b": 20, "c": 5}
all_positive = all(v > 0 for v in data.values())
print(all_positive) # True
# 对比：生成器 vs 列表推导式
# 生成器：按需生成，不占内存
# 列表推导式：生成完整列表，占内存
import sys
gen = (num < 0 for num in nums)
lst = [num < 0 for num in nums]
print(sys.getsizeof(gen)) # 小，几十字节
print(sys.getsizeof(lst)) # 大，上百字节
小总结
- 字典推导式是生成 / 筛选字典的 “快捷指令”，一行顶三行；
sorted()加key参数，能实现任意规则的排序；any()/all()搭配生成器表达式，判断数据更省内存。
