4、Python基础回顾（一）：数据类型、控制流、函数定义，重点讲解生成器与装饰器在数据处理中的应用

说实话，很多做金融数据分析的朋友，Python基础其实都停留在「能跑就行」的阶段。我自己带团队时发现，真正卡住大家的往往不是那些高大上的算法，而是对基础数据结构的理解不够深。今天咱们就花点时间，把这块地基夯实了。

4.1 数据类型：选对容器，事半功倍

Python内置的数据类型，说白了就是装数据的容器。选错了容器，后面写代码会非常痛苦。

类型	特点	金融场景举例
list	有序、可修改、可重复	存储每日收盘价序列
tuple	有序、不可修改	存储交易对（BTC/USDT）
set	无序、唯一、可去重	筛选出现过的股票代码
dict	键值对、查找快	股票代码→公司名称映射

我个人习惯是：能用dict就别用list做查找。我在项目中遇到过有人用list存了10万条交易记录，每次查找都遍历一遍，结果一个接口响应时间飙到3秒。换成dict后，直接降到毫秒级。

4.2 控制流：别写「面条代码」

控制流就是if-else和循环。但很多人写着写着就变成了「面条代码」——层层嵌套，自己都看不懂。

举个例子，判断一个交易信号是否有效：

# 不好的写法
if signal == 'buy':
    if volume > 1000:
        if price < ma20:
            execute_trade()
        else:
            pass
    else:
        pass
else:
    pass

# 我推荐的写法
def should_execute(signal, volume, price, ma20):
    if signal != 'buy':
        return False
    if volume <= 1000:
        return False
    if price >= ma20:
        return False
    return True

if should_execute(signal, volume, price, ma20):
    execute_trade()

你想想看，第二种写法是不是清晰多了？提前return这个技巧，能帮你省掉无数个else。

4.3 函数定义：小而美才是王道

函数设计的核心就一句话：一个函数只做一件事。

我见过最离谱的函数，一个函数里同时做了：数据清洗、计算指标、生成图表、发送邮件。这种函数改起来简直是噩梦。

# 好的拆分方式
def clean_data(raw_data):
    """清洗数据：去空值、去异常值"""
    pass

def calculate_ma(prices, window=20):
    """计算移动平均线"""
    pass

def plot_chart(dates, prices, ma):
    """绘制K线图"""
    pass

def send_report(email, chart_path):
    """发送邮件报告"""
    pass

每个函数控制在20行以内。如果超过20行，说明该拆了。

4.4 生成器：处理海量数据的利器

做金融数据处理，最怕的就是内存爆炸。比如你要处理一年的逐笔交易数据，几千万行，一次性读到内存里，16G的机器直接卡死。

这时候生成器就派上用场了。生成器不会一次性把所有数据加载到内存，而是用多少取多少。

def read_trades(file_path):
    """逐行读取交易数据，返回生成器"""
    with open(file_path, 'r') as f:
        for line in f:
            yield parse_trade(line)

# 使用生成器处理
for trade in read_trades('trades.csv'):
    if trade['price'] > 100:
        process_trade(trade)

注意那个yield关键字。它和return的区别是：return结束函数，yield暂停函数，下次调用时从暂停处继续。

生成器还有一个妙用：无限序列。比如生成斐波那契数列，用列表存会爆内存，但生成器可以一直生成下去：

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

# 取前10个
fib = fibonacci()
for _ in range(10):
    print(next(fib))

4.5 装饰器：给函数「开挂」

装饰器是Python里最优雅的特性之一。说白了，它就是在不修改原函数代码的情况下，给函数增加额外功能。

金融场景里最常用的装饰器就是计时和重试。

import time
from functools import wraps

def timer(func):
    """计算函数执行时间"""
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        elapsed = time.time() - start
        print(f'{func.__name__} 耗时 {elapsed:.2f} 秒')
        return result
    return wrapper

@timer
def backtest_strategy(data):
    """回测策略"""
    # 模拟耗时计算
    time.sleep(2)
    return {'sharpe': 1.5, 'max_drawdown': 0.1}

# 调用时自动打印耗时
result = backtest_strategy(data)

另一个实用场景是重试装饰器。做量化交易时，网络请求经常超时，手动写重试逻辑很烦：

def retry(max_attempts=3, delay=1):
    """失败自动重试"""
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for attempt in range(max_attempts):
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    if attempt == max_attempts - 1:
                        raise
                    print(f'第{attempt+1}次失败，{delay}秒后重试...')
                    time.sleep(delay)
        return wrapper
    return decorator

@retry(max_attempts=5, delay=2)
def fetch_market_data(symbol):
    """获取行情数据"""
    # 可能超时的网络请求
    pass

4.6 生成器+装饰器：组合拳打天下

这两个东西组合起来，能解决很多实际问题。我举个例子：流式数据处理管道。

def data_source():
    """数据源：生成器"""
    for i in range(100):
        yield i

@timer
def process_pipeline(source):
    """处理管道"""
    # 过滤
    filtered = (x for x in source if x % 2 == 0)
    # 转换
    transformed = (x * 2 for x in filtered)
    # 聚合
    result = sum(transformed)
    return result

# 整个管道都是惰性求值，内存占用极低
result = process_pipeline(data_source())
print(f'结果: {result}')

你想想看，如果数据量是1亿条，用列表推导式直接内存爆炸。但用生成器表达式（注意是圆括号不是方括号），内存占用几乎为0。

知识体系总览

下面这张图，帮你把今天讲的内容串起来：

嗯，今天的内容就到这。记住一句话：基础不牢，地动山摇。这些看似简单的知识点，在实际项目中能帮你省下大量调试时间。下次遇到数据处理性能问题，先想想是不是数据类型选错了，或者能不能用生成器优化一下。

---

公众号:蓝海资料掘金营，微信deep3321