培养python思维（1）
对于Python新手来说，写代码很少考虑代码的效率和简洁性，因此容易造成代码冗长、执行慢，这些都是需要改进的地方。本文是想通过几个案列给新手一点启发，怎样写python代码更优雅。
一、与第三方库相比，同样强大的标准库
标准库itertools和collections仍然很少被初学者使用
itertools
如果你看到下面的任务：
list1 = range(1,10)
list2 = range(10,20)
for item1 in list1:
for item2 in list2:
print(item1*item2)
这是一个嵌套循环操作，为提高代码效率，完全可以用product()函数替代嵌套循环：
from itertools import product
list1 = range(1,10)
list2 = range(10,20)
for item1,item2 in product(list1, list2):
print(item1*item2)
这两段代码的结果完全一样，但使用标准库函数明显更加简洁高效。itertools还有很多方便操作迭代对象的函数，比如：
- count()函数会创建一个无限迭代器
- cycle()函数会把传入的序列无限重复下去
- chain()可以把多个迭代对象串联起来
- group()函数可以把迭代其中相邻的重复元素挑出来，放在一起
…
有兴趣可以详细看看itertools库的各种神奇函数
collections
新手对python集合模块了解的可能并不多，你可能会遇到这样的情形：
consolidated_list = [('a',1),('b',2),('c',3),('b',4)]
items_by_id = {}
for id_, item in consolidated_list:
if id_ not in items_by_id:
items_by_id[id_] = []
if id_ in items_by_id:
items_by_id[id_].append(item)
上面代码构建了一个字典，依次向字典中添加信息，如果某个键已经存在，则以某种方式修改该键的值；如果某个键不存在，则添加对应键值对。
这种算法非常常见，你可以用collects模块的defaultdict()函数来实现同样效果：
from collections import defaultdict
items_by_id = defaultdict(list)
consolidated_list = [('a',1),('b',2),('c',3),('b',4)]
for id_, item in consolidated_list:
items_by_id[id_].append(item)
在此列中，defaultdict()接受一个list作为参数，当键不存在时，则返回一个空列表作为对应值。
有时候我们会遇到统计词频的案例，比如：
# 统计词频
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
result = {}
for color in colors:
if result.get(color)==None:
result[color]=1
else:
result[color]+=1
print (result)
# 输出 {'red': 2, 'blue': 3, 'green': 1}
完全可以用defaultdict()函数实现上面的计数功能：
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
d = defaultdict(int)
for color in colors:
d[color] += 1
print(d)
更简单的方法用collections模块的Counter()函数：
from collections import Counter
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
c = Counter(colors)
print (dict(c))
对于备份文件，新人往往会用system模块：
from os import system
system("xcopy e:\\sample.csv e:\\newfile\\")
其实shutil模块更好用：
import shutil
shutil.copyfile('E:\\q.csv', 'e:\\movie\\q.csv')
因为shutil会很详细地报告错误和异常。
二、生成器
除非你的list十分复杂，并且频繁调用，否则都建议使用生成器，因为它非常节省内存，举个例子：
def powers_of_two(max=20000):
i = 0
powers = []
while 2**i < max:
powers.append[2**i]
i += 1
return powers
对于使用次数少、占据大量内存、且容易生成的数据，可以用生成器替代列表存储：
from itertools import count, takewhile
def powers_of_two(max=20000):
for index in takewhile(lambda i: 2**i < max, count(start=0)):
yield 2**index
本文部分内容节选自Tony Flury在Quora的回答