美文网首页pythonpythonpython
Python学习笔记:19个pythonic编程习惯,让你的Py

Python学习笔记:19个pythonic编程习惯,让你的Py

作者: f6082dea8055 | 来源:发表于2019-07-11 16:40 被阅读101次

    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。都是课堂上Python学习笔记的精华!

    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 & 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 < n:

    result.append(fn(i))

    i += 1

    return result # 返回列表

    ##推荐

    def my_range(n):

    i = 0

    result = []

    while i < 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 > hour > 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 > hour > 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...

    更多的Python学习笔记也会为大家分类整理,大家也学了这么多期的Python教程,伙伴们有收获到哪些呢?

    相关文章

      网友评论

        本文标题:Python学习笔记:19个pythonic编程习惯,让你的Py

        本文链接:https://www.haomeiwen.com/subject/tjvdkctx.html