查看原文
其他

如何优雅的写好Pythonic代码?

2017-09-03 曹金龙 Python爱好者社区

 


作者:曹金龙

个人公众号:Python那些事


Python与其它语言(比如Java或者C++)相比有比较大的区别,其中最大的特点就是非常简洁。如果按照其它语言的思路来写Python代码,则会使得代码繁琐复杂,并且容易出现Bug。在Python语言中,有个词很火,Pythonic。有的同学可能不明白这个词的意义,小编的理解就是用Python的写法写代码,而非是其它语言的通用的写法,写出Python的特点,写出Python的风格


下面,就通过几个示例来看一下不同思维的Python代码的差异。


1、变量值交换


这个问题最常见,大家从最开始写Java及C++等语言代码都会遇到这个问题。通常是通过一个临时变量来实现的:


tmp = a
a = b
b = tmp


而Python中可以直接交换两个变量,即:


a, b = b, a


2、列表推导式


列表推导式是Java及C++等语言没有的特性,能够很简洁的实现for循环,可以应用于列表,集合或者字典。


例如我们要求20以内的整除3的数的平方的列表,可以用如下代码实现:


numbers = []
for x in xrange(20):
   if x % 3 == 0:
       numbers.append(x*x)


而通过列表推导式一行代码即可实现:


numbers = [x*x for x in range(20) if x % 3 == 0]


列表推导式也可以用于集合和字典,将[...]变为{...}即可。集合和字典的实现如下所示:


numbers = {x * x for x in range(0, 20) if x % 3 == 0}


numbers = {x: x * x for x in range(0, 20) if x % 3 == 0}


3、字符串拼接


这是一个老生常谈的问题,当我们需要将数个字符串拼接的时候,习惯性的使用 "+" 作为连接字符串的手段。


然而,由于像字符串这种不可变对象在内存中生成后无法修改,合并后的字符串会重新开辟出一块内存空间来存储。因此每合并一次就会单独开辟一块内存空间,这样会占用大量的内存空间,严重影响代码的效率。


words = ['I', ' ', 'love', ' ', 'Python', '.']

sentence = ''
for word in words:
   sentence += '' + word


解决这个问题的办法是使用字符串连接的join,Python写法如下:


words = ['I', ' ', 'love', ' ', 'Python', '.']

sentence = ''.join(words)


4、如何快速翻转字符串


Java或者C++等语言的写法是新建一个字符串,从最后开始访问原字符串:


a = 'I love Python.'

reverse_a = ''
for i in range(0, len(a)):
   reverse_a += a[len(a) - i - 1]


而Python则将字符串看作list,而列表可以通过切片操作来实现反转:


a = 'I love Python.'
reverse_a = a[::-1]


5、for/else语句


在C语言或Java语言中,我们寻找一个字符是否在一个list中,通常会设置一个布尔型变量表示是否找到:


cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']
tofind = 'Shanghai'

found = False
for city in cities:
   if tofind == city:
       print 'Found!'
       found = True
       break
if not found:
   print 'Not found!'


而Python中的通过for...else...会使得代码很简洁,注意else中的代码块仅仅是在for循环中没有执行break语句的时候执行:


cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']
tofind = 'Shanghai'

for city in cities:
   if tofind == city:
       print 'Found!'
       break
else:
   # 执行else中的语句意味着没有执行break
   print 'Not found!'


另外,while以及try关键字都可以和else搭配使用.


6、迭代对象善用enumerate类


enumerate类接收两个参数,其中一个是可以迭代的对象,另外一个是开始的索引。比如,我们想要打印一个列表的索引及其内容,可以用如下代码实现:


cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']

index = 0
for city in cities:
   index = index + 1
   print index, ':', city


而通过使用enumerate则极大简化了代码,这里索引设置为从1开始(默认是从0开始):


cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']
for index, city in enumerate(cities, 1):
   print index, ":", city


7、通过lambda来定义函数


lambda可以返回一个可以调用的函数对象,会使得代码更为简洁。若不使用lambda则需要单独定义一个函数:


def f(x):
   return x * x

map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])


使用lambda后仅仅需要一行代码:


map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])


这里注意,lambda生成的是一个可以像其他函数一样使用的函数对象,即


def f(x):
   return x * x


等价于  


lambda x: x * x


8、应用上下文管理


在打开文件时,通常是通过捕获异常来进行实现的,并且在finally模块中对文件来进行关闭:


try:
   file = open('python.txt')
   for line in file:
       print line
except:
   print "File error!"
finally:
   file.close()


而通过上下文管理中的with语句可以让代码非常简洁:


with open('python.txt') as file:
   for line in file:
       print line


9、使用装饰器


装饰器在Python中应用特别广泛,其特点是可以在具体函数执行之前或者之后做相关的操作,比如:执行前打印执行函数的相关信息,对函数的参数进行校验;执行后记录函数调用的相关流水日志等。使用装饰器最大的好处是使得函数功能单一化,仅仅处理业务逻辑,而不附带其它功能


在函数调用前打印时间函数名相关的信息,不使用装饰器可以用如下代码实现:


from time import ctime

def foo():
   print('[%s]  %s() is called' % (ctime(), foo.__name__))
   print('Hello, Python')


这样写的问题是业务逻辑中会夹杂参数检查,日志记录等信息,使得代码逻辑不够清晰。所以,这种场景需要使用装饰器:


from time import ctime

def deco(func):
   def decorator(*args, **kwargs):
       print('[%s]  %s() is called' % (ctime(), func.__name__))
       return func(*args, **kwargs)
   return decorator

@deco
def foo():
   print('Hello, Python')


10、使用生成器


生成器与列表最大的区别就是,列表是一次性生成的,需要较大的内存空间;而生成器是需要的时候生成的,基本不占用内存空间。生成器分为生成器表达式和生成器函数。


先看一下列表:


l = [x for x in range(10)]


改为生成器只需要将[...]变为(...),即


g = (x for x in range(10))


至于生成器函数,是通过yield关键字来实现的,我们以计算斐波那契数列为例,使用列表可以用如下代码来实现:


def fib(max):
   n, a, b = 0, 0, 1
   fibonacci = []
   while n < max:
       fibonacci.append(b)
       a, b = b, a + b
       n = n + 1
   return fibonacci


而使用生成器则变为:


def fib(max):
   n, a, b = 0, 0, 1
   while n < max:
       yield b
       a, b = b, a + b
       n = n + 1


这些Pythonic的代码是否让你耳目一新?你还能写出哪些Pythonic的代码?



关注公众号,“Python爱好者社区”,回复“爬虫”即可获取崔老师爬虫免费学习视频。



Python爱好者社区


为大家提供与Python相关的最新技术和资讯。

长按指纹 > 识别图中二维码 > 添加关注

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存