符合语言习惯的Python优雅编程技巧

发布 | 2018-09-14 | 技术 | 1063 浏览

Python最大的优点之一就是语法简洁,好的代码就像伪代码一样,干净、整洁、一目了然。要写出 Pythonic(优雅的、地道的、整洁的)代码,需要多看多学大牛们写的代码,github 上有很多非常优秀的源代码值得阅读,比如:requests、flask、tornado,下面列举一些常见的Pythonic写法。

0、程序必须先让人读懂,然后才能让计算机执行。
“Programs must be written for people to read, and only incidentally for machines to execute.”

1、交换赋值

不推荐

temp = a
a = b
b = a

推荐

a, b = b, a # 先生成一个元组(tuple)对象,然后unpack
2、Unpacking

不推荐

l = ['David', 'Pythonista', '+1-514-555-1234']
first_name = l[0]
last_name = l[1]
phone_number = l[2]

推荐

l = ['David', 'Pythonista', '+1-514-555-1234']
first_name, last_name, phone_number = l

Python 3 Only

first, *middle, last = another_list
3、使用操作符in

不推荐

if fruit == "apple" or fruit == "orange" or fruit == "berry":

# 多次判断  

推荐

if fruit in ["apple", "orange", "berry"]:

# 使用 in 更加简洁

4、字符串操作

不推荐

colors = ['red', 'blue', 'green', 'yellow']

result = ''
for s in colors:

result += s  #  每次赋值都丢弃以前的字符串对象, 生成一个新对象  

推荐

colors = ['red', 'blue', 'green', 'yellow']
result = ''.join(colors) # 没有额外的内存分配
5、字典键值列表

不推荐

for key in my_dict.keys():

#  my_dict[key] ...  

推荐

for key in my_dict:

#  my_dict[key] ...

只有当循环中需要更改key值的情况下,我们需要使用 my_dict.keys()

生成静态的键值列表。

6、字典键值判断

不推荐

if my_dict.has_key(key):

# ...do something with d[key]  

推荐

if key in my_dict:

# ...do something with d[key]

7、字典 get 和 setdefault 方法

不推荐

navs = {}
for (portfolio, equity, position) in data:

if portfolio not in navs:
        navs[portfolio] = 0
navs[portfolio] += position * prices[equity]

推荐

navs = {}
for (portfolio, equity, position) in data:

# 使用 get 方法
navs[portfolio] = navs.get(portfolio, 0) + position * prices[equity]
# 或者使用 setdefault 方法
navs.setdefault(portfolio, 0)
navs[portfolio] += position * prices[equity]

8、判断真伪

不推荐

if x == True:

# ....

if len(items) != 0:

# ...

if items != []:

# ...  

推荐

if x:

# ....

if items:

# ...

9、遍历列表以及索引

不推荐

items = 'zero one two three'.split()

method 1

i = 0
for item in items:

print i, item
i += 1

method 2

for i in range(len(items)):

print i, items[i]

推荐

items = 'zero one two three'.split()
for i, item in enumerate(items):

print i, item

10、列表推导

不推荐

new_list = []
for item in a_list:

if condition(item):
    new_list.append(fn(item))  

推荐

new_list = [fn(item) for item in a_list if condition(item)]
11、列表推导-嵌套

不推荐

for sub_list in nested_list:

if list_condition(sub_list):
    for item in sub_list:
        if item_condition(item):
            # do something...  

推荐

gen = (item for sl in nested_list if list_condition(sl) \

        for item in sl if item_condition(item))

for item in gen:

# do something...

12、循环嵌套

不推荐

for x in x_list:

for y in y_list:
    for z in z_list:
        # do something for x & y  

推荐

from itertools import product
for x, y, z in product(x_list, y_list, z_list):

# do something for x, y, z

13、尽量使用生成器代替列表

不推荐

def my_range(n):

i = 0
result = []
while i < n:
    result.append(fn(i))
    i += 1
return result  #  返回列表

推荐

def my_range(n):

i = 0
result = []
while i < n:
    yield fn(i)  #  使用生成器代替列表
    i += 1

*尽量用生成器代替列表,除非必须用到列表特有的函数。
14、中间结果尽量使用imap/ifilter代替map/filter

不推荐

reduce(rf, filter(ff, map(mf, a_list)))

推荐

from itertools import ifilter, imap
reduce(rf, ifilter(ff, imap(mf, a_list)))
*lazy evaluation 会带来更高的内存使用效率,特别是当处理大数据操作的时候。
15、使用any/all函数

不推荐

found = False
for item in a_list:

if condition(item):
    found = True
    break

if found:

# do something if found...  

推荐

if any(condition(item) for item in a_list):

# do something if found...

16、属性(property)

不推荐

class Clock(object):

def __init__(self):
    self.__hour = 1
def setHour(self, hour):
    if 25 > hour > 0: self.__hour = hour
    else: raise BadHourException
def getHour(self):
    return self.__hour

推荐

class Clock(object):

def __init__(self):
    self.__hour = 1
def __setHour(self, hour):
    if 25 > hour > 0: self.__hour = hour
    else: raise BadHourException
def __getHour(self):
    return self.__hour
hour = property(__getHour, __setHour)

17、使用 with 处理文件打开

不推荐

f = open("some_file.txt")
try:

data = f.read()
# 其他文件操作..

finally:

f.close()

推荐

with open("some_file.txt") as f:

data = f.read()
# 其他文件操作...

18、使用 with 忽视异常(仅限Python 3)

不推荐

try:

os.remove("somefile.txt")

except OSError:

pass

推荐

from contextlib import ignored # Python 3 only

with ignored(OSError):

os.remove("somefile.txt")

19、使用 with 处理加锁

不推荐

import threading
lock = threading.Lock()

lock.acquire()
try:

# 互斥操作...

finally:

lock.release()

推荐

import threading
lock = threading.Lock()

with lock:

# 互斥操作...

参考

1) Idiomatic Python: http://python.net/~goodger/projects/pycon/2007/idiomatic/handout.html

2) PEP 8: Style Guide for Python Code: http://www.python.org/dev/peps/pep-0008/

原文:http://lovesoo.org/pythonic-python-programming.html

标签
没有标签

© 著作权归作者所有

本文由 豆末 创作,采用 知识共享署名4.0 国际许可协议进行许可,本站文章除注明转载/出处外,均为本站原创或翻译,转载前请务必署名。

吐槽一下吧

*选项为必填