list[start:end:step]
如果从列表开头开始切割，那么忽略 start 位的 0，例如list[:4]
如果一直切到列表尾部，则忽略 end 位的 0，例如list[3:]
切割列表时，即便 start 或者 end 索引跨界也不会有问题
列表切片不会改变原列表。索引都留空时，会生成一份原列表的拷贝
b= a[:]
assertb== aandbisnota# true
列表推导式
使用列表推导式来取代map和filter
a= [1,2,3,4,5,6,7,8,9,10]
# use map
squares= map(lambdax: x ** 2,a)
# use list comprehension
squares= [x ** 2forxina]
# 一个很大的好处是，列表推导式可以对值进行判断，比如
squares= [x ** 2forxinaifx% 2== 0]
# 而如果这种情况要用 map 或者 filter 方法实现的话，则要多写一些函数
不要使用含有两个以上表达式的列表推导式
# 有一个嵌套的列表，现在要把它里面的所有元素扁平化输出
list= [[
[1,2,3],
[4,5,6]
]]
# 使用列表推导式
flat_list= [xforlist0 inlist forlist1 inlist0 forxinlist1]
# [1, 2, 3, 4, 5, 6]
# 可读性太差，易出错。这种时候更建议使用普通的循环
flat_list= []
forlist0 inlist:
forlist1 inlist0:
flat_list.extend(list1)
数据多时，列表推导式可能会消耗大量内存，此时建议使用生成器表达式
# 在列表推导式的推导过程中，对于输入序列的每个值来说，都可能要创建仅含一项元素的全新列表。因此数据量大时很耗性能。
# 使用生成器表达式
list= (x ** 2forxinrange(0,1000000000))
# 生成器表达式返回的迭代器，只有在每次调用时才生成值，从而避免了内存占用
实际上Python是没有所谓的 switch case 写法的，熟悉C艹和Java的同学可能已经习惯了用 switch case 结构去优雅的处理一些事情，比如这样：
但是在Python中，官方对 switch case 的需求是这样回复的：
" You can do this easily enough with a sequence of if... elif... elif... else. There have been some proposals for switch statement syntax, but there is no consensus (yet) on whether and how to do range tests. "
感觉有点low。
可用字典方法解决这个问题：
写程序其实就跟写作文、遣词造句一样，会用成语会让你的文章显得老练，但是滥用成语就让人受不了了。程序也一样，重要的是要理解什么样的逻辑应当用什么样的语法来表达。其中关键的是让读代码的人是否容易理解，而不是执行起来是否正确。
以下是一些个人的见解。总的来说原则是：在代码中提供恰到好处的信息量，既不缺少，也不冗余
列表推导与循环
什么时候列表推导作为代码来说比较清晰？当读者能够清晰理解你这条语句是要生成一个列表，除此以外什么都没有做的时候。
比较：
new_list = [v[1] for v in old_list if v[2]]
和
new_list = []for v in old_list:
if v[2]:
new_list.append(v[1])
前者（对于熟练的程序员来说）明显更容易理解你的意图，即便不能一眼看清楚你所有的条件，他也能明白：这句语句只是将列表进行了一个格式的调整。
再比较
result = [v for v in iter(self.read_socket, '') if not v.startswith('+')]
和
result = []while True:
v = self.read_socket()
if v == '':
break
if not v.startswith('+'):
result.append(v)
前者明显就很糟糕，read_socket可能是个非常复杂、有明显副作用的过程，读代码的人不会期待你在这么短的语句当中完成个非常重要的逻辑。read_socket可能在里面抛出异常，你将没有机会给它加上try...except来进行处理，你也不会喜欢抛出的异常的堆栈信息里面有一堆<lambda><genexpr>这样的意义不明的东西，而不是一个明确的行号。而且，很明显这是这段代码最重要的逻辑，这意味着这个逻辑以后可能会变更、会重构，你不会想要把一个列表推导变更得越来越复杂直到被迫推倒重来。
另外，用到map和filter的都要尽量重写成列表推导。
lambda表达式与具名函数
Python是支持函数嵌套定义的，在已有的函数中可以嵌套定义新的函数：
def my_func():
def subfunc():
...
subfunc()
...
嵌套的具名函数可以完全替代lambda表达式，而且有许多优点：
一个函数名可以迅速告诉读代码的人这个函数在做什么
抛出异常的时候，有函数名称明显要比显示为<lambda>强
可以添加比较复杂的逻辑
可以使用decorator
具名函数可以用yield（也就是说可以定义嵌套的具名的generator，但不能定义lambda的generator）
需要作为返回值的一部分的时候，在repr表达式当中能显示函数名，方便调试
一般来说lambda表达式的使用一定要严格限定为（与关系）：
非常简单的逻辑，尤其最好不要在lambda当中再嵌套列表推演或者生成器表达式或者其他lambda表达式，非常不清晰
没有副作用，或者只包装一个有副作用的表达式
一次性使用（绝对不要用f = lambda x: ...这样的语句，虽然只有一行，但读代码的时候会很难找到f的定义）
单返回值——使用tuple或者list的多返回值会让括号嵌套变得复杂难读懂。
例如：
return lambda x: lambda y: x + y和
def add_closure(x):def add_func(y):
return x + y
return add_funcreturn add_closure
同样是嵌套的闭包，明显后一种写法要清晰得多，以后调试起来也要容易。
可以在列表推导当中嵌套lambda，但最好不要在lambda当中嵌套列表推导。在列表推导中使用lambda的时候，首先确定这个逻辑是必要的；其次，给这个列表起一个非常明确的变量名，说明这个列表中的函数起什么作用；第三，给lambda表达式加上括号，让人能比较清楚地看到lambda表达式的开始和结束；最后，一定要警惕闭包封闭循环变量的方式，非常容易出意料之外的bug。
multipliers = [(lambda x, i = i: x * i) for i in range(0, 20)]修饰符/注解（decorator）
修饰符是让代码变得优雅易读的非常重要的工具，正确运用能有非常多的好处。但也一定要注意：
1. decorator中只做定义和初始化的工作，不要用decorator来执行某个操作。或者说，decorator不要有除了定义以外的副作用
例如，严格杜绝下面的用法：
def execute_once(f):f('test')
@execute_once
def my_func(param):
...
没有人会从代码中判断这个函数会在import的时候自动执行。而且，没有人会懂为什么my_func的值是None。
