容器类型与推导式

旁边那台的同事盯沪深300 ETF 的日内 tick 流。早上 10 点，她已经积了 8 万条 tick 行的 CSV；她的开盘脚本只是一段 Python：把每行读进来，过滤掉 volume <= 100 的，乘出 price * volume 作为成交金额（notional turnover），再按代码加总，打印前五大成交。今天早上她重写了内层循环，整段跑得快了 7 秒。诀窍不在算法——而在把二十行 for-with-append 删掉，换成两条列表推导式（list comprehension）加一次 dict.get(code, 0.0)。这就是本课要给你的工具：会按访问模式挑容器、不靠 Stack Overflow 就能切片、把开盘那段日内过滤写成一行可读表达式。

四种容器，四种用途

Python 内置四种容器，覆盖了一个单进程脚本里要用到的绝大多数场景。list 有序、可变、可重复（ordered, mutable, allows duplicates），是「我要一段逐步搭起来的序列」的默认选项。tuple 有序、不可变（ordered, immutable）；用在固定记录（一个 (code, price, volume) 三元组）或需要可哈希（hashable）以便放进 set / dict 键时。dict 是哈希键映射（hash-keyed mapping），平均 O(1) 查找——表达「拿代码查 股票名称」或「按代码计数」就用它。set 是无序的唯一元素集合，平均 O(1) 成员查询，支持代数运算 |（并）、&（交）、-（差）、^（对称差）。

口诀：有序且要重复 → list；固定字段记录 → tuple；键到值 → dict；问「在不在」/「两边交集」 → set。

索引与切片

list、str、tuple 都支持按位置索引；负下标从右数，a[0] 是首项、a[-1] 是末项。切片 a[start:stop:step] 返回​​新对象​​，start 包含、stop 不包含，二者皆可缺省，step 为负则反向。四个值得背下来的惯用写法：

a = [10, 20, 30, 40, 50]
a[::-1]      # [50, 40, 30, 20, 10]
a[1:-1:2]    # [20, 40]
a[:3]        # [10, 20, 30]
a[-1]        # 50

切片总是新建对象——a[:] is a 是 False；这也是浅复制（shallow copy）的一行写法 b = a[:]。

list 的方法分两类，混淆会被 NoneType has no attribute ... 这条异常咬一次：原地修改（in-place mutation）的 lst.append(x)、lst.extend(other)、lst.pop(i)、lst.sort()——它们改 lst 并返回 None；不修改原对象的 sorted(lst)、lst + other、lst * 2——返回新列表。

字典与集合

dict 字面量长这样：{ "510300": "300ETF", "510500": "500ETF" }。键必须可哈希（hashable）——字符串、数字、可哈希元素组成的元组都行，list 不行。读取用 d[key]（缺失抛 KeyError）或 d.get(key, default)（缺失返回默认值）。d[key] = d.get(key, 0) + amount 是按桶累加（bucket counter）的惯用写法；当桶里装的是列表则用 d.setdefault(key, []).append(item)。写到第一百次时你就会去查下一课的 collections.Counter。按键遍历 for k in d:，按 (键, 值) 遍历 for k, v in d.items()。

set 字面量长这样：{ "600519", "510300", "159919" }。s.add(x)、s.remove(x) 原地修改；x in s 平均 O(1)。代数写法很省事：held & watchlist 同时持有且关注的代码；held - covered 持有但尚未对冲的头寸。

遍历助手与解包

三种模式几乎出现在每个数据循环里。enumerate(seq) 产出 (下标, 元素) 对，省掉 i = 0; i += 1 的丑陋写法。zip(seq1, seq2) 同步遍历两条序列、在较短那条用尽时停下；「从价格序列算收益率」就是一行。元组解包（tuple unpacking）让你不靠下标拿到元素：

prices_t0 = [18.30, 1820.50, 3.45]
prices_t1 = [18.55, 1825.10, 3.46]

for code_index, (p0, p1) in enumerate(zip(prices_t0, prices_t1)):
    print(code_index, (p1 - p0) / p0)

星号解包（star unpacking）偶尔好用：first, *rest = lst 把 first 绑到 lst[0]，rest 绑到余下。

推导式

for-with-append 实在出现得太多，Python 给它配了专门的语法。列表推导式 [expr for x in it if cond] 是单个表达式，从一个可迭代对象构造新列表，过滤可选。同一计算两种写法：

# loop form, three lines
squares = []
for x in range(10):
    if x % 2 == 0:
        squares.append(x * x)

# comprehension, one line — same result
squares = [x * x for x in range(10) if x % 2 == 0]

两段都得到 [0, 4, 16, 36, 64]。推导式不仅更短，还更快（没有每次 append 的 LOAD_METHOD 与 CALL），也更难写错（少了一处可能忘掉的 append）。字典推导式与集合推导式同构：{k: v for ... } 和 {expr for ... }。

值得一记的还有​​生成器表达式（generator expression）​ (expr for x in it)。圆括号（或作为单一函数实参时省掉外层括号）让它惰性求值——只有外层迭代时才逐项算出。写成 sum(x*x for x in range(10_000_000))，它把一千万个平方一一流过 sum、不在内存里建任何列表；列表推导式版本要把一千万个 int 对象全部物化（CPython 上每个小整数对象约 28 字节，整体几百 MB 起步）。默认用列表推导式；序列大、且只消费一次时换成生成器表达式。

把开头那段日内过滤压缩成一行：

ticks = [
    {"code": "600519", "price": 1820.50, "volume": 200},
    {"code": "000001", "price": 12.30,   "volume": 80},
    {"code": "510300", "price": 4.05,    "volume": 1200},
    {"code": "600519", "price": 1820.30, "volume": 300},
    {"code": "510300", "price": 4.06,    "volume": 900},
]

notional = [t["price"] * t["volume"] for t in ticks if t["volume"] > 100]
# [364100.0, 4860.0, 546090.0, 3654.0]

二十行删到四行，懂语法的同事五秒就能审完——这是要追的标准。

练习

衔接下一课

你已能挑容器、做切片、并发遍历、把十行循环压成一行推导式。但一个真实程序的外壳还差几样：怎么把代码拆到两个文件、互相 import；怎么处理严格校验函数抛出的 ValueError；怎么用 with open(...) 读那个开盘脚本真正在打开的 CSV。下一课覆盖 Python 的导入模型、try / except / else / finally、with 上下文管理器（context manager），以及 math / datetime / collections / pathlib 四个 stdlib 模块——你每个工作日都会拿出来用的那几样。延伸阅读：廖雪峰列表 / 元组 / dict / set / 迭代 / 生成器各节，《流畅的 Python》第 2 版第 2、3 章。