pythonic-让python代码更高效

时间:2021-07-07 18:08:06

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。

举个例子:

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:

1
2
3
4
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

contains and iteration

P:

name = 'Safe Hammad'
if 'H' in name:
print('This name has an H in it!') pets = ['Dog', 'Cat', 'Hamster']
for pet in pets:
print('A', pet, 'can be very cute!')

NP:

name = 'Safe Hammad'
if name.find('H') != -1:
print('This name has an H in it!') pets = ['Dog', 'Cat', 'Hamster']
i = 0
while i < len(pets):
print('A', pets[i], 'can be very cute!')
i += 1

contains 可以用于 lists, dicts (keys), sets, strings

还可以用于已实现 contains 方法的类

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。

EAFP优于LBYL

EAFP: It's Easier to Ask for Forgiveness than

Permission.

LBYL: Look Before You Leap

P:

d = {'x': '5'}
try:
value = int(d['x'])
except (KeyError, TypeError, ValueError):
value = None

NP:

d = {'x': '5'}
if 'x' in d and \
isinstance(d['x'], str) and \
d['x'].isdigit():
value = int(d['x'])
else:
value = None

python抛出异常并不像java那样代价非常昂贵

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*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。

文件读取

P:

file = open("some_filename", "r")

while 1:   # infinite loop
line = file.readline()
if not line: # 'readline()' returns None at end of file.
break # Process the line.

NP:

file = open("some_filename", "r")

for line in file:
# Process the line.