让你的Python代码更加pythonic

原文地址:http://wuzhiwei.net/be_pythonic/

何为pythonic?

pythonic如果翻译成中文的话就是很python+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,+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。

置换两个变量的值。
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:
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!)
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

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。

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。

keys = ['Name', 'Sex', 'Age']
values = ['Tim', 'Male', 23]

dic = dict(zip(keys, values))
#{'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}

参考资料

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python代码重构是指对现有的Python代码进行修改和优化,以提高代码的可读性、可维护性和效率。以下是几个常见的Python代码重构技巧: 1. 合并嵌套的if语句。将多个嵌套的if语句合并成一个更简洁的条件表达式,可以提高代码的可读性和简洁性。 2. 使用函数来封装重复的代码片段。如果在代码中存在重复的代码片段,可以将其封装为一个函数,提高代码的可维护性和复用性。 3. 使用列表解析或生成器表达式代替for循环。列表解析和生成器表达式可以简化代码并提高执行效率。 4. 使用内置函数和方法代替自定义的功能。Python提供了许多内置函数和方法,可以简化代码并提高执行效率。 5. 使用适当的数据结构和算法。选择合适的数据结构和算法可以提高代码的运行效率和性能。 6. 遵循Pythonic的编码风格。Pythonic是指符合Python最佳实践和编码风格的代码。遵循Pythonic的编码风格可以使代码更加简洁和易读。 7. 优化代码的性能。通过使用适当的算法和数据结构、减少重复计算、避免不必要的循环等方式,可以提高代码的性能。 这些重构技巧可以帮助改进Python代码的质量,并使其更加Pythonic,即符合Python的设计哲学和最佳实践。通过重构代码,可以使代码更易于理解、扩展和维护。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [8个重构技巧使得Python代码Pythonic](https://blog.csdn.net/weixin_38754337/article/details/128945714)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [Python函数综合案例.md](https://download.csdn.net/download/qq_42431718/88241199)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值