在网上看到一篇关于python避免写for循环的博文,mark一下,值得思考!
为什么要挑战自己在代码里不写for loop?因为这样可以迫使你去使用比较高级、地道的语法或库。文中以python为例子,讲了不少大家其实在别人的代码里都见过、但自己很少用的语法。
这是一个挑战。我要你避免在任何情况下写for循环。同样的,我也要你找到一种场景——除了用for循环以外,用其他方法写都太难。请分享你的发现,我非常想听到这些
距离我开始探索超棒的Python语言特性已经有一段时间了。一开始,这只是我给自己的一个挑战,练习使用更多的语言特性来替代我从其他编程语言那里所学到的。但是事情渐渐变得更有趣了!代码不止变得更简短整洁,而且看起来更加结构化和有规律,在这篇文章中我将更多地介绍这些好处。
首先,让我们退一步看看在写一个for循环背后的直觉是什么:
1.遍历一个序列提取出一些信息
2.从当前的序列中生成另外的序列
3.写for循环已经是我的第二天性了,因为我是一个程序员
幸运的是,Python里面已经有很棒的工具帮你达到这些目标!你需要做的只是转变思想,用不同的角度看问题。
不到处写for循环你将会获得什么
1.更少的代码行数
2.更好的代码阅读性
3.只将缩进用于管理代码文本
Let’s see the code skeleton below:
看看下面这段代码的构架:
1
2
3
4
5
6
7
|
# 1
with
.
.
.
:
for
.
.
.
:
if
.
.
.
:
try
:
except
:
else
:
|
这个例子使用了多层嵌套的代码,这是非常难以阅读的。我在这段代码中发现它无差别使用缩进把管理逻辑(with, try-except)和业务逻辑(for, if)混在一起。如果你遵守只对管理逻辑使用缩进的规范,那么核心业务逻辑应该立刻脱离出来。
“扁平结构比嵌套结构更好” – 《Python之禅》
为了避免for循环,你可以使用这些工具
1. 列表解析/生成器表达式
看一个简单的例子,这个例子主要是根据一个已经存在的序列编译一个新序列:
1
2
3
4
|
result
=
[
]
for
item
in
item_list
:
new_item
=
do_something_with
(
item
)
result
.
append
(
item
)
|
如果你喜欢MapReduce,那你可以使用map,或者Python的列表解析:
1
|
result
=
[
do_something_with
(
item
)
for
item
in
item_list
]
|
同样的,如果你只是想要获取一个迭代器,你可以使用语法几乎相通的生成器表达式。(你怎么能不爱上Python的一致性?)
1
|
result
=
(
do_something_with
(
item
)
for
item
in
item_list
)
|
2. 函数
站在更高阶、更函数化的变成方式考虑一下,如果你想映射一个序列到另一个序列,直接调用map函数。(也可用列表解析来替代。)
1
|
doubled_list
=
map
(
lambda
x
:
x
*
2
,
old_list
)
|
如果你想使一个序列减少到一个元素,使用reduce
1
2
|
from
functools
import
reduce
summation
=
reduce
(
lambda
x
,
y
:
x
+
y
,
numbers
)
|
另外,Python中大量的内嵌功能可/会(我不知道这是好事还是坏事,你选一个,不加这个句子有点难懂)消耗迭代器:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
>>>
a
=
list
(
range
(
10
)
)
>>>
a
[
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
>>>
all
(
a
)
False
>>>
any
(
a
)
True
>>>
max
(
a
)
9
>>>
min
(
a
)
0
>>>
list
(
filter
(
bool
,
a
)
)
[
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
>>>
set
(
a
)
{
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
}
>>>
dict
(
zip
(
a
,
a
)
)
{
0
:
0
,
1
:
1
,
2
:
2
,
3
:
3
,
4
:
4
,
5
:
5
,
6
:
6
,
7
:
7
,
8
:
8
,
9
:
9
}
>>>
sorted
(
a
,
reverse
=
True
)
[
9
,
8
,
7
,
6
,
5
,
4
,
3
,
2
,
1
,
0
]
>>>
str
(
a
)
'[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]'
>>>
sum
(
a
)
45
|
3. 抽取函数或者表达式
上面的两种方法很好地处理了较为简单的逻辑,那更复杂的逻辑怎么办呢?作为一个程序员,我们会把困难的事情抽象成函数,这种方式也可以用在这里。如果你写下了这种代码:
1
2
3
4
5
6
7
|
results
=
[
]
for
item
in
item_list
:
# setups
# condition
# processing
# calculation
results
.
append
(
result
)
|
显然你赋予了一段代码太多的责任。为了改进,我建议你这样做:
1
2
3
4
5
6
7
8
|
def
process_item
(
item
)
:
# setups
# condition
# processing
# calculation
return
result
results
=
[
process_item
(
item
)
for
item
in
item_list
]
|
嵌套的for循环怎么样?
1
2
3
4
|
results
=
[
]
for
i
in
range
(
10
)
:
for
j
in
range
(
i
)
:
results
.
append
(
(
i
,
j
)
)
|
列表解析可以帮助你:
1
2
3
|
results
=
[
(
i
,
j
)
for
i
in
range
(
10
)
for
j
in
range
(
i
)
]
|
如果你要保存很多的内部状态怎么办呢?
1
2
3
4
5
6
7
8
9
|
# finding the max prior to the current item
a
=
[
3
,
4
,
6
,
2
,
1
,
9
,
0
,
7
,
5
,
8
]
results
=
[
]
current_max
=
0
for
i
in
a
:
current_max
=
max
(
i
,
current_max
)
results
.
append
(
current_max
)
# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]
|
让我们提取一个表达式来实现这些:
1
2
3
4
5
6
7
8
|
def
max_generator
(
numbers
)
:
current_max
=
0
for
i
in
numbers
:
current_max
=
max
(
i
,
current_max
)
yield
current
_max
a
=
[
3
,
4
,
6
,
2
,
1
,
9
,
0
,
7
,
5
,
8
]
results
=
list
(
max_generator
(
a
)
)
|
“等等,你刚刚在那个函数的表达式中使用了一个for循环,这是欺骗!”
好吧,自作聪明的家伙,试试下面的这个。
4. 你自己不要写for循环,itertools会为你代劳
这个模块真是妙。我相信这个模块能覆盖80%你想写下for循环的时候。例如,上一个例子可以这样改写:
1
2
3
|
from
itertools
import
accumulate
a
=
[
3
,
4
,
6
,
2
,
1
,
9
,
0
,
7
,
5
,
8
]
resutls
=
list
(
accumulate
(
a
,
max
)
)
|
另外,如果你在迭代组合的序列,还有product(),permutations(),combinations()可以用。
结论
1.大多数情况下是不需要写for循环的。
2.应该避免使用for循环,这样会使得代码有更好的阅读性。
行动
1.再看一遍你的代码,找出任何以前凭直觉写下for循环的地方,再次思考一下,不用for循环再写一遍是不是有意义的。
2.分享你很难不使用for循环的例子。