在这里，我将分享一些有用的Python技巧，帮助你提升代码效率和可读性。以下是技巧161到165：

技巧161：使用生成器表达式节省内存

当处理大型数据集时，使用生成器表达式可以节省内存，因为它是逐个生成元素而不是一次性生成整个列表。例如：

# 使用列表解析  
squares_list = [x**2 for x in range(10000)]  
# 使用生成器表达式  
squares_generator = (x**2 for x in range(10000))  

生成器表达式只在需要时生成每个元素，避免占用过多内存。

技巧162：合并字典

Python 3.9 及以上版本可以使用 | 运算符合并两个字典，这使得代码更简洁：

dict1 = {'a': 1, 'b': 2}  
dict2 = {'b': 3, 'c': 4}  
merged_dict = dict1 | dict2  
# 输出：{'a': 1, 'b': 3, 'c': 4}  

如果你使用的是较旧版本的Python，可以使用 update 方法：

merged_dict = dict1.copy()  
merged_dict.update(dict2)  

技巧163：使用enumerate()获取索引和值

在遍历列表时，你可能需要同时获取索引和值。enumerate() 函数可以很方便地实现这一点。

fruits = ['apple', 'banana', 'cherry']  
for index, fruit in enumerate(fruits):  
    print(f"Index: {index}, Fruit: {fruit}")  

这比使用 range(len(list)) 进行索引遍历的方式更加优雅。

技巧164：使用Counter统计元素频率

collections 模块中的 Counter 类可以用于快速统计元素的频率，特别适合用于统计列表、字符串等中的元素出现次数。

from collections import Counter  
words = ['apple', 'banana', 'apple', 'cherry', 'banana', 'cherry', 'cherry']  
word_counts = Counter(words)  
print(word_counts)  
# 输出：Counter({'cherry': 3, 'apple': 2, 'banana': 2})  

技巧165：简化条件表达式

Python支持条件表达式，可以简化简单的if-else操作，使代码更为简洁。

temperature = 25  
status = "Warm" if temperature > 20 else "Cold"  

这种表达式称为三元运算符或条件表达式，可以用于在一行代码中进行简单的条件判断。

这些技巧可以帮助你编写更简洁、高效的Python代码。试着在你的项目中应用它们吧！