代碼這樣寫不止於優雅（Python版）

Martin(Bob大叔)曾在《代碼整潔之道》一書打趣地說：當你的代碼在做 Code Review 時，審查者要是憤怒地吼道：

「What the fuck is this shit?」

「Dude, What the fuck！」

等言辭激烈的詞語時，那說明你寫的代碼是 Bad Code，如果審查者只是漫不經心的吐出幾個

「What the fuck?」，

那說明你寫的是 Good Code。衡量代碼質量的唯一標準就是每分鐘罵出「WTF」 的頻率。

一份優雅、乾淨、整潔的代碼通常自帶文檔和注釋屬性，讀代碼即是讀作者的思路。Python 開發中很少要像 Java 一樣把遵循某種設計模式作為開發原則來應用到系統中，畢竟設計模式只是一種實現手段而已，代碼清晰才是最終目的，而 Python 靈活而不失優雅，這也是為什麼 Python 能夠深受 geek 喜愛的原因之一。

上周寫了一篇：代碼這樣寫更優雅，朋友們紛紛表示希望再寫點兒，今天就接著這個話題寫點 Python 中那些 Pythonic 的寫法，希望可以拋磚引玉。

1、鏈式比較操作

age = 18nif age > 18 and x < 60:n print("yong man")n

pythonic

if 18 < age < 60:n print("yong man")n

理解了鏈式比較操作，那麼你應該知道為什麼下面這行代碼輸出的結果是 False。

>>> False == False == True nFalsen

2、if/else 三目運算

if gender == male:n text = 男nelse:n text = 女n

pythonic

text = 男 if gender == male else 女n

在類C的語言中都支持三目運算 b?x:y，Python之禪有這樣一句話：

「There should be one-- and preferably only one --obvious way to do it. 」。

能夠用 if/else 清晰表達邏輯時，就沒必要再額外新增一種方式來實現。

3、真值判斷

檢查某個對象是否為真值時，還顯示地與 True 和 False 做比較就顯得多此一舉，不專業

if attr == True:n do_something()nnif len(values) != 0: # 判斷列表是否為空n do_something()n

pythonic

if attr:n do_something()nnif values:n do_something()n

真假值對照表：

4、for/else語句

for else 是 Python 中特有的語法格式，else 中的代碼在 for 循環遍歷完所有元素之後執行。

flagfound = Falsenfor i in mylist:n if i == theflag:n flagfound = Truen breakn process(i)nnif not flagfound:n raise ValueError("List argument missing terminal flag.")n

pythonic

for i in mylist:n if i == theflag:n breakn process(i)nelse:n raise ValueError("List argument missing terminal flag.")n

5、字元串格式化

s1 = "foofish.net"ns2 = "vttalk"ns3 = "welcome to %s and following %s" % (s1, s2)n

pythonic

s3 = "welcome to {blog} and following {wechat}".format(blog="foofish.net", wechat="vttalk")n

很難說用 format 比用 %s 的代碼量少，但是 format 更易於理解。

「Explicit is better than implicit --- Zen of Python」

6、列表切片

獲取列表中的部分元素最先想到的就是用 for 循環根據條件提取元素，這也是其它語言中慣用的手段，而在 Python 中還有強大的切片功能。

items = range(10)nn# 奇數nodd_items = []nfor i in items:n if i % 2 != 0:n odd_items.append(i)nn# 拷貝ncopy_items = []nfor i in items:n copy_items.append(i)n

pythonic

# 第1到第4個元素的範圍區間nsub_items = items[1:4]n# 奇數nodd_items = items[1::2]n#拷貝ncopy_items = items[::] 或者 items[:]n

列表元素的下標不僅可以用正數表示，還是用負數表示，最後一個元素的位置是 -1，從右往左，依次遞減。

--------------------------n | P | y | t | h | o | n |n--------------------------n 0 1 2 3 4 5 n -6 -5 -4 -3 -2 -1n--------------------------n

7、善用生成器

def fib(n):n a, b = 0, 1n result = []n while b < n:n result.append(b)n a, b = b, a+bn return resultn

pythonic

def fib(n):n a, b = 0, 1n while a < n:n yield an a, b = b, a + bn

上面是用生成器生成費波那契數列。生成器的好處就是無需一次性把所有元素載入到內存，只有迭代獲取元素時才返回該元素，而列表是預先一次性把全部元素載入到了內存。此外用 yield 代碼看起來更清晰。

8、獲取字典元素

d = {name: foo}nif d.has_key(name):n print(d[name])nelse:n print(unkonw)n

pythonic

d.get("name", "unknow")n

9、預設字典默認值

通過 key 分組的時候，不得不每次檢查 key 是否已經存在於字典中。

data = [(foo, 10), (bar, 20), (foo, 39), (bar, 49)]ngroups = {}nfor (key, value) in data:n if key in groups:n groups[key].append(value)n else:n groups[key] = [value]n

pythonic

#　第一種方式ngroups = {}nfor (key, value) in data:n groups.setdefault(key, []).append(value) nn# 第二種方式nfrom collections import defaultdictngroups = defaultdict(list)nfor (key, value) in data:n groups[key].append(value)n

10、字典推導式

在python2.7之前，構建字典對象一般使用下面這種方式，可讀性非常差

numbers = [1,2,3]nmy_dict = dict([(number,number*2) for number in numbers])nprint(my_dict) # {1: 2, 2: 4, 3: 6}n

pythonic

numbers = [1, 2, 3]nmy_dict = {number: number * 2 for number in numbers}nprint(my_dict) # {1: 2, 2: 4, 3: 6}nn# 還可以指定過濾條件nmy_dict = {number: number * 2 for number in numbers if number > 1}nprint(my_dict) # {2: 4, 3: 6}n

字典推導式是python2.7新增的特性，可讀性增強了很多，類似的還是列表推導式和集合推導式。

公眾號『Python之禪』（id:VTtalk），分享 Python 等技術乾貨

博客地址：代碼這樣寫不止於優雅（Python版）

推薦閱讀：