符合語言習慣的 Python 優雅編程技巧

知識 09-26

（點擊

上方公眾號

，可快速關注）

來源：安生

http://lovesoo.org/pythonic-python-programming.html

Python最大的優點之一就是語法簡潔，好的代碼就像偽代碼一樣，乾淨、整潔、一目了然。要寫出 Pythonic（優雅的、地道的、整潔的）代碼，需要多看多學大牛們寫的代碼，github 上有很多非常優秀的源代碼值得閱讀，比如：requests、flask、tornado，下面列舉一些常見的Pythonic寫法。

0. 程序必須先讓人讀懂，然後才能讓計算機執行。

「Programs must be written for people to read, and only incidentally for machines to execute.」

1. 交換賦值

##不推薦


temp = a
a = b
b = a  
##推薦

a, b = b, a  #  先生成一個元組(tuple)對象，然後unpack

2. Unpacking

##不推薦


l = ["David"
 
, 
"Pythonista"
, "+1-514-555-1234"
]
first_name = l[0
]
last_name = l[1
]
phone_number = l[2
]  
##推薦

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

##不推薦


if
 fruit == "apple"
 or
 fruit == "orange"
 or
 fruit == "berry"
:
    # 多次判斷  
 
##推薦

if
 fruit in
 ["apple"
, "orange"
, "berry"
]:
    # 使用 in 更加簡潔

4. 字元串操作

##不推薦


 
colors = [
"red"
, "blue"
, "green"
, "yellow"
]
result = 
""

for
 s in
 colors:
    result += s  #  每次賦值都丟棄以前的字元串對象, 生成一個新對象  

##推薦

colors = ["red"
 
, 
"blue"
, "green"
, "yellow"
]
result = ""
.join(colors)  #  沒有額外的內存分配

5. 字典鍵值列表

##不推薦


for
 key in
 
 my_dict.keys():
    
#  my_dict[key] ...  

##推薦

for
 key in
 my_dict:
    #  my_dict[key] ...

# 只有當循環中需要更改key值的情況下，我們需要使用 my_dict.keys()

# 生成靜態的鍵值列表。

6. 字典鍵值判斷

##不推薦


 
if
 my_dict.has_key(key):
    # ...do something with d[key]  

##推薦

if
 key in
 my_dict:
    # ...do something with d[key]

7. 字典 get 和 setdefault 方法

##不推薦


navs = {}
for
 (portfolio, equity, position) in
 data:
    if
 portfolio not
 in
 navs:
            navs[portfolio] = 0

    navs[portfolio] += position * prices[equity]
##推薦

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. 判斷真偽

##不推薦


if
 x == True
:
    # ....

if
 len(items) != 0
:
    # ...

if
 items != []:
    # ...  

##推薦

if
 x:
    # ....

if
 items:
    # ...

9. 遍歷列表以及索引

##不推薦


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]
##推薦

items = "zero one two three"
.split()
for
 i, item in
 enumerate(items):
    print
 i, item

10. 列表推導

##不推薦


new_list = []
for
 item in
 a_list:
    if
 condition(item):
        new_list.append(fn(item))  
##推薦

new_list = [fn(item) for
 item in
 a_list if
 condition(item)]

11. 列表推導-嵌套

##不推薦


for
 sub_list in
 nested_list:
    if
 list_condition(sub_list):
        for
 item in
 sub_list:
            if
 item_condition(item):
                # do something...  

##推薦

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. 循環嵌套

##不推薦


for
 x in
 x_list:
    for
 y in
 y_list:
        for
 z in
 z_list:
            # do something for x &amp;amp; y  

##推薦

from
 itertools import
 product
for
 x, y, z in
 product(x_list, y_list, z_list):
    # do something for x, y, z

13. 盡量使用生成器代替列表

##不推薦


def
 my_range
(n)
:

    i = 0

    result = []
    while
 i &amp;lt; n:
        result.append(fn(i))
        i += 1

    return
 result  #  返回列表

##推薦

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

*盡量用生成器代替列表，除非必須用到列表特有的函數。

14. 中間結果盡量使用imap/ifilter代替map/filter

##不推薦


reduce(rf, filter(ff, map(mf, a_list)))
##推薦

from
 itertools import
 ifilter, imap
reduce(rf, ifilter(ff, imap(mf, a_list)))
*lazy evaluation 會帶來更高的內存使用效率，特別是當處理大數據操作的時候。

15. 使用any/all函數

##不推薦


found = False

for
 item in
 a_list:
    if
 condition(item):
        found = True

        break

if
 found:
    # do something if found...  

##推薦

if
 any(condition(item) for
 item in
 a_list):
    # do something if found...

16. 屬性(property)

##不推薦


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
##推薦

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 處理文件打開

##不推薦


f = open("some_file.txt"
)
try
:
    data = f.read()
    # 其他文件操作..

finally
:
    f.close()
##推薦

with
 open("some_file.txt"
) as
 f:
    data = f.read()
    # 其他文件操作...

18. 使用 with 忽視異常(僅限Python 3)

##不推薦


try
:
    os.remove("somefile.txt"
)
except
 OSError:
    pass

##推薦

from
 contextlib import
 ignored  # Python 3 only

with
 ignored(OSError):
    os.remove("somefile.txt"
)

19. 使用 with 處理加鎖

##不推薦


import
 threading
lock = threading.Lock()
lock.acquire()
try
:
    # 互斥操作...

finally
:
    lock.release()
##推薦

import
 threading
lock = threading.Lock()
with
 lock:
    # 互斥操作...