符合語言習慣的 Python 優雅編程技巧

Java編程精選

點擊右側關注,免費入門到精通!

來源:安生

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

Python最大的優點之一就是語法簡潔,好的代碼就像偽代碼一樣,乾淨、整潔、一目了然。要寫出 Pythonic(優雅的、地道的、整潔的)代碼,需要多看多學大牛們寫的代碼,github 上有很多非常優秀的源代碼值得閱讀,比如:requests、flask、tornado,下面列舉一些常見的Pythonic寫法。

0. 程序必須先讓人讀懂,然後才能讓計算機執行。

「Programs must be written for people to read, and only incidentally for machines to execute.」

1. 交換賦值

##不推薦

temp = aa = bb = a  

##推薦

a, b = b, a  

#  先生成一個元組(tuple)對象,然後unpack

2. Unpacking

##不推薦

l = [

"David"

"Pythonista"

"+1-514-555-1234"

]first_name = l[

0

]last_name = l[

1

]phone_number = l[

2

]  

##推薦

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

##不推薦

if

 fruit == 

"apple"

 

or

 fruit == 

"orange"

 

or

 fruit == 

"berry"

:    

# 多次判斷  

##推薦

if

 fruit 

in

 [

"apple"

"orange"

"berry"

]:    

# 使用 in 更加簡潔

4. 字元串操作

##不推薦

colors = [

"red"

"blue"

"green"

"yellow"

]result = 

""

for

 s 

in

 colors:    result += s  

#  每次賦值都丟棄以前的字元串對象, 生成一個新對象  

##推薦

colors = [

"red"

"blue"

"green"

"yellow"

]result = 

""

.join(colors)  

#  沒有額外的內存分配

5. 字典鍵值列表

##不推薦

for

 key 

in

 my_dict.keys():    

#  my_dict[key] ...  

##推薦

for

 key 

in

 my_dict:    

#  my_dict[key] ...

# 只有當循環中需要更改key值的情況下,我們需要使用 my_dict.keys()

# 生成靜態的鍵值列表。

6. 字典鍵值判斷

##不推薦

if

 my_dict.has_key(key):    

# ...do something with d[key]  

##推薦

if

 key 

in

 my_dict:    

# ...do something with d[key]

7. 字典 get 和 setdefault 方法

##不推薦

navs = {}

for

 (portfolio, equity, position) 

in

 data:    

if

 portfolio 

not

 

in

 navs:            navs[portfolio] = 

0

    navs[portfolio] += position * prices[equity]

##推薦

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. 判斷真偽

##不推薦

if

 x == 

True

:    

# ....

if

 len(items) != 

0

:    

# ...

if

 items != []:    

# ...  

##推薦

if

 x:    

# ....

if

 items:    

# ...

9. 遍歷列表以及索引

##不推薦

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]

##推薦

items = 

"zero one two three"

.split()

for

 i, item 

in

 enumerate(items):    

print

 i, item

10. 列表推導

##不推薦

new_list = []

for

 item 

in

 a_list:    

if

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

##推薦

new_list = [fn(item) 

for

 item 

in

 a_list 

if

 condition(item)]

11. 列表推導-嵌套

##不推薦

for

 sub_list 

in

 nested_list:    

if

 list_condition(sub_list):        

for

 item 

in

 sub_list:            

if

 item_condition(item):                

# do something...  

##推薦

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. 循環嵌套

##不推薦

for

 x 

in

 x_list:    

for

 y 

in

 y_list:        

for

 z 

in

 z_list:            

# do something for x & y  

##推薦

from

 itertools 

import

 product

for

 x, y, z 

in

 product(x_list, y_list, z_list):    

# do something for x, y, z

13. 盡量使用生成器代替列表

##不推薦

def

 

my_range

(n)

:

    i = 

0

    result = []    

while

 i < n:        result.append(fn(i))        i += 

1

    

return

 result  

#  返回列表

##推薦

def

 

my_range

(n)

:

    i = 

0

    result = []    

while

 i < n:        

yield

 fn(i)  

#  使用生成器代替列表

        i += 

1

*盡量用生成器代替列表,除非必須用到列表特有的函數。

14. 中間結果盡量使用imap/ifilter代替map/filter

##不推薦

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

##推薦

from

 itertools 

import

 ifilter, imapreduce(rf, ifilter(ff, imap(mf, a_list)))*lazy evaluation 會帶來更高的內存使用效率,特別是當處理大數據操作的時候。

15. 使用any/all函數

##不推薦

found = 

False

for

 item 

in

 a_list:    

if

 condition(item):        found = 

True

        

break

if

 found:    

# do something if found...  

##推薦

if

 any(condition(item) 

for

 item 

in

 a_list):    

# do something if found...

16. 屬性(property)

##不推薦

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

##推薦

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 處理文件打開

##不推薦

f = open(

"some_file.txt"

)

try

:    data = f.read()    

# 其他文件操作..

finally

:    f.close()

##推薦

with

 open(

"some_file.txt"

as

 f:    data = f.read()    

# 其他文件操作...

18. 使用 with 忽視異常(僅限Python 3)

##不推薦

try

:    os.remove(

"somefile.txt"

)

except

 OSError:    

pass

##推薦

from

 contextlib 

import

 ignored  

# Python 3 only

with

 ignored(OSError):    os.remove(

"somefile.txt"

)

19. 使用 with 處理加鎖

##不推薦

import

 threadinglock = threading.Lock()lock.acquire()

try

:    

# 互斥操作...

finally

:    lock.release()

##推薦

import

 threadinglock = threading.Lock()

with

 lock:    

# 互斥操作...

20. 參考

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/

【點擊成為源碼大神】


推薦閱讀:

Git各種錯誤操作撤銷的方法
投稿004期|SonarQube 學習注意事項和技巧

TAG:編程 | 習慣 | Python | 語言 | 優雅 | 技巧 | 語言習慣 | 編程技巧 |