python 为什么 代码 少_pythonic－让python代码更高效

何为pythonic?

pythonic如果翻译成中文的话就是很python。很+名词结构的用法在中国不少，比如：很娘，很国足，很CCTV等等。

我的理解为，很+名词表达了一种特殊和强调的意味。所以很python可以理解为：只有python能做到的，区别于其他语言的写法，其实就是python的惯用和特有写法。

举个例子：

很python的写法：

a,b = b,a

不python的写法：

temp = a

a = b

b = temp

上面的例子通过了元组的pack和unpack完成了对a,b的互换，避免了使用临时变量temp，而且只用了一行代码。

以下为了简略，我们用P表示pythonic的写法，NP表示non-pythonic的写法，当然此P-NP非彼P-NP。

为什么要追求pythonic?

相比于NP，P的写法简练，明确，优雅，绝大部分时候执行效率高，代码越少也就越不容易出错。我认为好的程序员在写代码时，应该追求代码的正确性，简洁性和可读性，这恰恰就是pythonic的精神所在。

对于具有其他编程语言经验而初涉Python的程序员(比如我自己)来说，在写Python代码时，认识到pythonic的写法，会带来更多的便利和高效，而本文的主要读者也将是这群程序员。

以下将给出P和NP的n种示例，供读者和自己参考，查阅。

本文最后会列出参考资料，这些参考资料在我看来都极具价值。

P vs. NP的示例

链式比较

P:

1

2

3

4

a = 3

b = 1

1 <= b <= a < 10

# True

NP:

b >= 1 and b <= a and a < 10

# True

P是小学生都能看懂的语法，简单直接省代码~

真值测试

P:

name = 'Tim'

langs = ['AS3', 'Lua', 'C']

info = {'name': 'Tim', 'sex': 'Male', 'age':23 }

if name and langs and info:

print('All True!') #All True!

NP:

if name != '' and len(langs) > 0 and info != {}:

print('All True!') #All True!

简而言之，P的写法就是对于任意对象，直接判断其真假，无需写判断条件，这样既能保证正确性，又能减少代码量。

真假值表(记住了假你就能省很多代码！)

真

假

True

False

任意非空字符串

空的字符串 ''

任意非0数字

数字0

任意非空容器

空的容器 [] () {} set()

其他任意非False

None

contains and iteration

P:

name = 'Safe Hammad'

if 'H' in name:

print('This name has an H in it!')

pets = ['Dog', 'Cat', 'Hamster']

for pet in pets:

print('A', pet, 'can be very cute!')

NP:

name = 'Safe Hammad'

if name.find('H') != -1:

print('This name has an H in it!')

pets = ['Dog', 'Cat', 'Hamster']

i = 0

while i < len(pets):

print('A', pets[i], 'can be very cute!')

i += 1

contains 可以用于 lists, dicts (keys), sets, strings

还可以用于已实现 contains 方法的类

字符串反转

P:

def reverse_str( s ):

return s[::-1]

NP:

def reverse_str( s ):

t = ''

for x in xrange(len(s)-1,-1,-1):

t += s[x]

return t

P的写法简单，经测试，效率也更好。

如果用于检测回文，就是一句话input == input[::-1]，多么的优雅！

字符串列表的连接

P:

strList = ["Python", "is", "good"]

res = ' '.join(strList)

# Python is good

NP:

res = ''

for s in strList:

res += s + ' '

# Python is good

# 最后还有个多余空格

string.join()常用于连接列表里的字符串，相对于NP，P的方式十分高效，且不会犯错。

EAFP优于LBYL

EAFP: It's Easier to Ask for Forgiveness than

Permission.

LBYL: Look Before You Leap

P:

d = {'x': '5'}

try:

value = int(d['x'])

except (KeyError, TypeError, ValueError):

value = None

NP:

d = {'x': '5'}

if 'x' in d and \

isinstance(d['x'], str) and \

d['x'].isdigit():

value = int(d['x'])

else:

value = None

python抛出异常并不像java那样代价非常昂贵

列表求和，最大值，最小值，乘积

P:

numList = [1,2,3,4,5]

sum = sum(numList) #sum = 15

maxNum = max(numList) #maxNum = 5

minNum = min(numList) #minNum = 1

from operator import mul

prod = reduce(mul, numList, 1) #prod = 120 默认值传1以防空列表报错

NP:

sum = 0

maxNum = -float('inf')

minNum = float('inf')

prod = 1

for num in numList:

if num > maxNum:

maxNum = num

if num < minNum:

minNum = num

sum += num

prod *= num

# sum = 15 maxNum = 5 minNum = 1 prod = 120

经简单测试，在numList的长度为10000000时，在我的机器上对列表求和，P耗时0.6s，NP耗时1.3s，将近两倍的差距。所以不要自己造轮子了。

列表推导式

P:

l = [x*x for x in range(10) if x % 3 == 0]

# l = [0, 9, 36, 81]

NP:

l = []

for x in range(10):

if x % 3 == 0:

l.append(x*x)

# l = [0, 9, 36, 81]

你看，使用P的列表推导式，构建新列表变得多么简单直观！

字典的默认值

P:

dic = {'name':'Tim', 'age':23}

dic['workage'] = dic.get('workage',0) + 1

# dic = {'age': 23, 'workage': 1, 'name': 'Tim'}

NP:

if 'workage' in dic:

dic['workage'] += 1

else:

dic['workage'] = 1

# dic = {'age': 23, 'workage': 1, 'name': 'Tim'}

dict的get(key,default)方法用于获取字典中key的值，若不存在该key，则将key赋默认值default。

P相比NP的写法少了if...else...，实乃痛恨if...else...之人首选！

for…else…语句

P:

for x in xrange(1,5):

if x == 5:

print 'find 5'

break

else:

print 'can not find 5!'

# can not find 5!

NP:

find = False

for x in xrange(1,5):

if x == 5:

find = True

print 'find 5'

break

if not find:

print 'can not find 5!'

# can not find 5!

for...else...的else部分用来处理没有从for循环中断的情况。有了它，我们不用设置状态变量来检查是否for循环有break出来，简单方便。

三元符的替代

P:

a = 3

b = 2 if a > 2 else 1

# b = 2

NP:

if a > 2:

b = 2

else:

b = 1

# b = 2

如果你具备C的编程经验，你就会寻找A ? B : C的替代品。你可能发现A and B or C看起来还不错，但是b = a > 1 and False or True会返回True，而实际意图应该返回False。

使用b = False if a > 1 else True则会正确返回False，所以它才是正宗的三元符替代品。

Enumerate

P:

array = [1, 2, 3, 4, 5]

for i, e in enumerate(array,0):

print i, e

#0 1

#1 2

#2 3

#3 4

#4 5

NP:

for i in xrange(len(array)):

print i, array[i]

#0 1

#1 2

#2 3

#3 4

#4 5

使用enumerate可以一次性将索引和值取出，避免使用索引来取值，而且enumerate的第二个参数可以调整索引下标的起始位置，默认为0。

使用zip创建键值对

P:

keys = ['Name', 'Sex', 'Age']

values = ['Tim', 'Male', 23]

dic = dict(zip(keys, values))

# {'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}

NP:

dic = {}

for i,e in enumerate(keys):

dic[e] = values[i]

# {'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}

zip方法返回的是一个元组，用它来创建键值对，简单明了。

文件读取

P:

file = open("some_filename", "r")

while 1: # infinite loop

line = file.readline()

if not line: # 'readline()' returns None at end of file.

break

# Process the line.

NP:

file = open("some_filename", "r")

for line in file:

# Process the line.