让你的python代码更加pythonic(简练、明确、优雅)

时间:2022-06-04 09:39:29

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。

置换两个变量的值。

很python的写法:

 

复制代码 代码如下:

a,b = b,a

 

不python的写法:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

a = 3
b = 1
 
1 <= b <= a < 10  #True

 

NP:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:


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:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

def reverse_str( s ):
    return s[::-1] 

 

NP:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

strList = ["Python", "is", "good"] 
 
res =  ' '.join(strList) #Python is good

 

NP:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

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) #prod = 120

 

NP:

 

复制代码 代码如下:

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*了。

列表推导式

P:

 

复制代码 代码如下:

l = [x*x for x in range(10) if x % 3 == 0]
#l = [0, 9, 36, 81]

 

NP:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

dic = {'name':'Tim', 'age':23} 
 
dic['workage'] = dic.get('workage',0) + 1
#dic = {'age': 23, 'workage': 1, 'name': 'Tim'}

 

NP:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

for x in xrange(1,5):
    if x == 5:
        print 'find 5'
        break
else:
    print 'can not find 5!'
#can not find 5!  

 

NP:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

a = 3  
 
b = 2 if a > 2 else 1
#b = 2

 

NP:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

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:

 

复制代码 代码如下:

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

 

NP:

 

复制代码 代码如下:

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。