值得收藏！python 19个编程技巧-CSDN博客

本文链接：https://blog.csdn.net/python03011/article/details/134877411

本文介绍了Python编程中的一些最佳实践，包括代码可读性、高效赋值、元组解包、操作符优化、字符串和字典操作、判断技巧、列表推导、生成器使用、异常处理和资源管理，为Python初学者和进阶者提供了实用的学习路径和编码建议。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

前言
0\. 程序必须先让人读懂，然后才能让计算机执行。
1\. 交换赋值
2\. Unpacking
3\. 使用操作符in
4\. 字符串操作
5\. 字典键值列表
6\. 字典键值判断
7\. 字典 get 和 setdefault 方法
8\. 判断真伪
9\. 遍历列表以及索引
10\. 列表推导
11\. 列表推导-嵌套
12\. 循环嵌套
13\. 尽量使用生成器代替列表
14\. 中间结果尽量使用imap/ifilter代替map/filter
15\. 使用any/all函数
16\. 属性(property)
17\. 使用 with 处理文件打开
18\. 使用 with 忽视异常(仅限Python 3)
19\. 使用 with 处理加锁
- - 关于Python技术储备

前言

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。
在这里插入图片描述

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 &amp;amp; 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 &amp;lt; n:
result.append(fn(i))
i += 1
return result # 返回列表

##推荐
def my\_range(n):
i = 0
result = \[\]
while i &amp;lt; 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 &amp;gt; hour &amp;gt; 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 &amp;gt; hour &amp;gt; 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...