Если ты уже пишешь на Python профессионально, вот ещё приёмы, которые реально экономят строки и читаются на лету:
1. 🗃️ Группировка по ключу без pandas
groups = defaultdict(list); [groups[k].append(v) for k, v in data]
2. 🪄 Быстрое глубокое копирование объекта
copy = pickle.loads(pickle.dumps(obj, -1))
3. 📤 Отправка JSON через POST
r = requests.post(url, json=payload)
4. 📌 Проверка, что файл — это символическая ссылка
is_symlink = Path(p).is_symlink()
5. 🧩 Быстрое объединение нескольких словарей
merged = {**d1, **d2, **d3}
6. 🧪 Проверить, что список отсортирован
is_sorted = all(a <= b for a, b in zip(lst, lst[1:]))
7. 🔍 Найти все подстроки по регулярке
matches = re.findall(r'\d+', text)
8. 🌐 Извлечь домен из URL
domain = urlparse(url).netloc
9. 🧬 Преобразовать список строк в int
nums = list(map(int, str_list))
10. 📚 Считать CSV в список словарей
rows = list(csv.DictReader(open('file.csv')))
11. 🔄 Превратить int в побитовую строку
bits = f'{num:08b}'
12. 📤 Сохранить объект в JSON-файл
json.dump(obj, open('data.json', 'w'), indent=2)
13. 🧮 Убрать пустые строки из списка
lines = [l for l in lines if l.strip()]
14. 🧾 Распарсить query string в словарь
params = dict(parse_qsl('a=1&b=2'))
15. 🧰 Получить уникальные строки, сохранив порядок
seen = set(); uniq = [s for s in seq if not (s in seen or seen.add(s))]
16. 📈 Получить индекс максимального значения
idx = max(range(len(lst)), key=lst.__getitem__)
17. 🪛 Проверить, что список вложенный (2D)
is_nested = all(isinstance(i, list) for i in lst)
18. 🧱 Убрать все символы кроме букв и цифр
clean = re.sub(r'\W+', '', text)
19. ⌛ Ограничить время выполнения кода
signal.alarm(2); try: ... except: ...
20. 📦 Получить структуру всех полей dataclass
fields = [f.name for f in dataclasses.fields(MyClass)]
📌 Часть 1
📌 Часть 2
@pythonl