🧰 Python 核心（进阶）

为什么重要

这是让 Python 在大规模场景下保持高效的真实世界工具箱。

核心思想

可迭代对象让你惰性地流式处理数据（适合超大 / 无限的序列）。生成器是编写迭代器最廉价的方式。异常在不四处散布错误检查的情况下报告失败。上下文管理器（with）保证清理工作一定会完成。

试一试

用 yield 的生成器——惰性地产出值：

def fib():
  a, b = 0, 1
  while True:
      yield a
      a, b = b, a + b

g = fib()
first_ten = [next(g) for _ in range(10)]
print(first_ten)

生成器表达式与列表推导式——语法相同，但前者是惰性求值：

# Total memory: O(1) for the generator, O(n) for the list
nums = range(1_000_000)
total = sum(x * x for x in nums if x % 3 == 0)
print("sum of squares of multiples of 3:", total)

异常 + try/except/else/finally：

def safe_div(a, b):
  try:
      result = a / b
  except ZeroDivisionError:
      return None
  except TypeError as e:
      return f"type error: {e}"
  else:
      return result
  finally:
      # runs no matter what — log, close files, etc.
      pass

print(safe_div(10, 2))
print(safe_div(10, 0))
print(safe_div(10, "x"))

标准库必备

你很少需要从零开始编写数据结构——标准库已经提供了快速的版本：

• collections：deque、defaultdict、Counter
• itertools：accumulate、product、permutations
• math、statistics、random

类型注解 + 数据类（dataclass）

类型注解记录意图（并为编辑器 / 类型检查器提供支持）；@dataclass 帮你写好样板式的 __init__ / __repr__：

from dataclasses import dataclass

def add(a: int, b: int) -> int:
    return a + b

@dataclass
class Point:
    x: int
    y: int

快速检查

• 问： 为什么要用 with open(...)？ 答： 它会自动关闭文件。

小练习

• 写一个产出偶数的生成器。
• 安全地捕获一个 KeyError。
• 读取一个文件并统计它的行数。

该做与不该做

• 该做：对大型数据流使用生成器。
• 该做：捕获具体的异常。
• 不该做：让文件一直开着。
• 不该做：默默地吞掉异常。

class CounterIter:
    def __init__(self, n):
        self.n = n
        self.i = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.i >= self.n:
            raise StopIteration
        val = self.i
        self.i += 1
        return val

常见错误

• 错误： 到处使用裸 except:。 修正： 捕获具体的错误。
• 错误： 在生成器里忘了 yield。 修正： 用 yield 来流式产出值。
• 错误： 用 read() 读取超大文件。 修正： 逐行迭代。

关键要点

• 生成器（yield）以恒定内存构建迭代器。
• 对大型输入，使用生成器表达式 sum(x*x for x in nums) 而非 sum([x*x for x in nums])。
• 对预期内的失败用 try/except 来控制流程；让意料之外的错误向上冒泡。
• with open(path) as f: 是正确的惯用法——f.close() 一定会被执行。
• collections / itertools 为你提供快速、久经考验的构建模块。