Python代码这样写更优雅（转）

1、变量交换

大部分编程语言中交换两个变量的值时，不得不引入一个临时变量：

>>> a = 1
>>> b = 2
>>> tmp = a
>>> a = b
>>> b = tmp

pythonic

>>> a, b = b, a

2、循环遍历区间元素

for i in [0, 1, 2, 3, 4, 5]:    (print i)

# 或者
for i in range(6):    (print i)

pythonic

for i in xrange(6):    (print i)

xrange 返回的是生成器对象，生成器比列表更加节省内存，不过需要注意的是 xrange 是 python2 中的写法，python3 只有 range 方法，特点和 xrange 是一样的。

3、带有索引位置的集合遍历

遍历集合时如果需要使用到集合的索引位置时，直接对集合迭代是没有索引信息的，普通的方式使用：

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

for i in range(len(colors)):    print (i, '--->', colors[i])

pythonic

for i, color in enumerate(colors):print (i, '--->', color)

4、字符串连接

字符串连接时，普通的方式可以用 + 操作

names = ['raymond', 'rachel', 'matthew', 'roger', 'betty', 'melissa', 'judith', 'charlie']

s = names[0]

for name in names[1:]:    s += ', ' + name
print (s)

pythonic

print (', '.join(names))

join 是一种更加高效的字符串连接方式，使用 + 操作时，每执行一次+操作就会导致在内存中生成一个新的字符串对象，遍历8次有8个字符串生成，造成无谓的内存浪费。而用 join 方法整个过程只会产生一个字符串对象。

5、打开/关闭文件

执行文件操作时，最后一定不能忘记的操作是关闭文件，即使报错了也要 close。普通的方式是在 finnally 块中显示的调用 close 方法。

f = open('data.txt')

try:    data = f.read()
finally:    f.close()

pythonic

with open('data.txt') as f:    data = f.read()

使用 with 语句，系统会在执行完文件操作后自动关闭文件对象。

6、列表推导式

能够用一行代码简明扼要地解决问题时，绝不要用两行，比如

result = []

for i in range(10):    s = i*2    result.append(s)

pythonic

[i*2 for i in xrange(10)]

与之类似的还有生成器表达式、字典推导式，都是很 pythonic 的写法。

7、善用装饰器

装饰器可以把与业务逻辑无关的代码抽离出来，让代码保持干净清爽，而且装饰器还能被多个地方重复利用。比如一个爬虫网页的函数，如果该 URL 曾经被爬过就直接从缓存中获取，否则爬下来之后加入到缓存，防止后续重复爬取。

def web_lookup(url, saved={}):    if url in saved:        return saved[url]    page = urllib.urlopen(url).read()    saved[url] = page    return page

pythonic

import urllib #py2#import urllib.request as urllib 
# py3
def cache(func):    saved = {}    def wrapper(url):        if url in saved:            return saved[url]        else:            page = func(url)            saved[url] = page            return page    return wrapper

@cache
def web_lookup(url):    return urllib.urlopen(url).read()

用装饰器写代码表面上感觉代码量更多，但是它把缓存相关的逻辑抽离出来了，可以给更多的函数调用，这样总的代码量就会少很多，而且业务方法看起来简洁了。

8、合理使用列表

列表对象（list）是一个查询效率高于更新操作的数据结构，比如删除一个元素和插入一个元素时执行效率就非常低，因为还要对剩下的元素进行移动

names = ['raymond', 'rachel', 'matthew', 'roger', 'betty', 'melissa', 'judith', 'charlie']

names.pop(0)
names.insert(0, 'mark')

pythonic

from collections import deque

names = deque(['raymond', 'rachel', 'matthew', 'roger','betty', 'melissa', 'judith', 'charlie'])

names.popleft()
names.appendleft('mark')

deque 是一个双向队列的数据结构，删除元素和插入元素会很快

9、序列解包

p = 'vttalk', 'female', 30, 'python@qq.com'

name = p[0]
gender = p[1]
age = p[2]
email = p[3]

pythonic

name, gender, age, email = p

10、遍历字典的 key 和 value

方法一速度没那么快，因为每次迭代的时候还要重新进行hash查找 key 对应的 value。

方法二遇到字典非常大的时候，会导致内存的消耗增加一倍以上

# 方法一
for k in d:print (k, '--->', d[k])

# 方法二
for k, v in d.items():    print (k, '--->', v)

pythonic

for k, v in d.iteritems():    print (k, '--->', v)

iteritems 返回迭代器对象，可节省更多的内存，不过在 python3 中没有该方法了，只有 items 方法，等值于 iteritems。

 

11、链式比较操作

age = 18if age > 18 and age < 60:    print("young man")

pythonic

if 18 < age < 60:    print("young man")

理解了链式比较操作，那么你应该知道为什么下面这行代码输出的结果是 False。

>>> False == False == True 
False

12、if/else 三目运算

if gender == 'male':text = '男'else:    text = '女'

pythonic

text = '男' if gender == 'male' else '女'

在类C的语言中都支持三目运算 b?x:y，Python之禅有这样一句话：

“There should be one-- and preferably only one --obvious way to do it. ”。

能够用 if/else 清晰表达逻辑时，就没必要再额外新增一种方式来实现。

13、真值判断

检查某个对象是否为真值时，还显示地与 True 和 False 做比较就显得多此一举，不专业

if attr == True:do_something()if len(values) != 0: # 判断列表是否为空do_something()

pythonic

if attr:do_something()if values:do_something()

真假值对照表：

类型	False	True
布尔	False （与0等价）	True （与1等价）
字符串	""（ 空字符串）	非空字符串，例如 " ", "blog"
数值	0, 0.0	非0的数值，例如：1, 0.1, -1, 2
容器	[], (),	至少有一个元素的容器对象，例如：[0], (None,), ['']
None	None	非None对象

 

14、for/else语句

for else 是 Python 中特有的语法格式，else 中的代码在 for 循环遍历完所有元素之后执行。

flagfound = False

for i in mylist:    if i == theflag:        flagfound = True        break    process(i)

if not flagfound:    raise ValueError("List argument missing terminal flag.")

pythonic

for i in mylist:if i == theflag:breakprocess(i)
else:raise ValueError("List argument missing terminal flag.")

15、字符串格式化

s1 = "foofish.net"
s2 = "vttalk"
s3 = "welcome to %s and following %s" % (s1, s2)

pythonic

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

很难说用 format 比用 %s 的代码量少，但是 format 更易于理解。

“Explicit is better than implicit --- Zen of Python”

16、列表切片

获取列表中的部分元素最先想到的就是用 for 循环根据条件提取元素，这也是其它语言中惯用的手段，而在 Python 中还有强大的切片功能。

items = range(10)

# 奇数
odd_items = []
for i in items:    if i % 2 != 0:        odd_items.append(i)

# 拷贝
copy_items = []
for i in items:    copy_items.append(i)

pythonic

# 第1到第4个元素的范围区间
sub_items = items[1:4]
# 奇数
odd_items = items[1::2]
#拷贝
copy_items = items[::] 或者 items[:]

列表元素的下标不仅可以用正数表示，还是用负数表示，最后一个元素的位置是 -1，从右往左，依次递减。

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

17、善用生成器

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

pythonic

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

上面是用生成器生成费波那契数列。生成器的好处就是无需一次性把所有元素加载到内存，只有迭代获取元素时才返回该元素，而列表是预先一次性把全部元素加载到了内存。此外用 yield 代码看起来更清晰。

18、获取字典元素

d = {'name': 'foo'}

if d.has_key('name'):    print(d['name'])
else:    print('unkonw')

pythonic

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

19、预设字典默认值

通过 key 分组的时候，不得不每次检查 key 是否已经存在于字典中。

data = [('foo', 10), ('bar', 20), ('foo', 39), ('bar', 49)]
groups = {}

for (key, value) in data:    if key in groups:        groups[key].append(value)    else:        groups[key] = [value]

pythonic

#　第一种方式
groups = {}
for (key, value) in data:    groups.setdefault(key, []).append(value) 

# 第二种方式
from collections import defaultdict
groups = defaultdict(list)

for (key, value) in data:    groups[key].append(value)

20、字典推导式

在python2.7之前，构建字典对象一般使用下面这种方式，可读性非常差

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

pythonic

numbers = [1, 2, 3]
my_dict = {number: number * 2 for number in numbers}
print(my_dict)  # {1: 2, 2: 4, 3: 6}# 还可以指定过滤条件
my_dict = {number: number * 2 for number in numbers if number > 1}
print(my_dict)  # {2: 4, 3: 6}

字典推导式是python2.7新增的特性，可读性增强了很多，类似的还是列表推导式和集合推导式。

 

21、快速翻转字符串

a = 'I love Python.'
reverse_a = a[::-1]