符合语言习惯的Python优雅编程技巧
http://lovesoo.org/pythonic-python-programming.html
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。
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 = aa = bb = 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 Onlyfirst, *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 1i = 0for item in items: print i, item i += 1# method 2for 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 productfor 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, imapreduce(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 = Falsefor item in a_list: if condition(item): found = True breakif 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 threadinglock = threading.Lock()
lock.acquire()try: # 互斥操作...finally: lock.release()
##推荐import threadinglock = threading.Lock()
with lock: # 互斥操作...
参考
1) Idiomatic Python:
http://python.net/~goodger/projects/pycon/2007/idiomatic/handout.html
2) PEP 8: Style Guide for Python Code:
http://www.python.org/dev/peps/pep-0008/
符合语言习惯的Python优雅编程技巧相关推荐
- 符合语言习惯的 Python 优雅编程技巧
来源:安生 链接: http://lovesoo.org/pythonic-python-programming.html 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 ...
- 【Python】python初学者应该知道与其他语言差异化的高效编程技巧(附测试代码+详细注释)
目录 1. 交换变量 2. 集合去重 3. 列表推导.集合推导和字典推导 4. 统计字符串中各个字符出现的次数 5.优雅地打印JSON数据 6.行内的if语句 6. 符合正常逻辑的数值比较 7. 田忌 ...
- python多线程挂了_python多线程输入的问题 python高效编程技巧13(如何在线程之间实现...
python3 创建线程时不用args传参,执行线程时为什如果创建线程时在target里就传入了参数,为什么在启动线程时,线程不是在Python多线程下,每个线程的执行方式: 有什么了不起,大不了继续 ...
- 提高Python编程的效率技巧你知道哪些?收藏必备系列,阿里表哥推荐!Python高效编程技巧
Python高效编程技巧 工作中经常要处理各种各样的数据,遇到项目赶进度的时候自己写函数容易浪费时间. Python 中有很多内置函数帮你提高工作效率! 一:在列表,字典中根据条件筛选数据 1.假设有 ...
- python向量化编程技巧_神经网络基础之Python与向量化
Vectorization 深度学习算法中,数据量很大,在程序中尽量减少使用loop循环语句,而可以使用向量运算来提高程序运行速度. 向量化(Vectorization)就是利用矩阵运算的思想,大大提 ...
- 如此优秀,这18个 Python 高效编程技巧真的太香了
初识 Python 语言,觉得 Python 满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱了. 高级语 ...
- 你不知道的18个Python高效编程技巧
来源 | Python编程时光 初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行 ...
- python高效编程15个利器_你不知道的18个Python高效编程技巧
来源 | Python编程时光 初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行 ...
- 18 个 Python 高效编程技巧,Mark!
点击"小詹学Python",选择"置顶"公众号 重磅干货,第一时间送达 本文转载自Python数据科学,禁二次转载 初识Python语言,觉得python满足了 ...
最新文章
- [教程]JS从糊涂到明白:一步一步编写计算器3 – 功能扩展
- python读取第二行_从CSV文件读取第二行到Python
- flex中dispatchEvent的用法(自定义事件) .
- vector容器中清空元素(但原来的元素还在)
- String被设计成不可变和不能被继承的原因
- 如何查看google chrome 插件源码
- 实验二 固件设计(小组)
- 【声源定位】基于matlab阵列流形矩阵信号显示【含Matlab源码 549期】
- rails ruby 中对于使用Savon请求web service 获取到大量json数据的处理
- 力软敏捷开发框架源码7.0.6解析
- T420i 简单拆机 (只拆两个螺丝清灰)
- hive系列-hive教程
- 详解 Python 字符串(一):字符串基础
- Struts2详细使用教程
- 金融计算机加权平均,什么是加权平均
- java 实现小米商城系统
- 使用组策略为域用户配置IE使用代理服务器
- Windows10系统封装
- 解决开机时出现An operating system wasn‘t found问题
- C#压缩或解压(rar和zip文件)
热门文章
- 【图像处理】——Python实现图像特征提取BP神经网络实现图像二分类
- java类似php魔术方法_PHP与类有关的几个魔术方法
- hikaril连接sql2000_hikari连接池解析(版本:HikariCP-2.5.1.jar)
- python调用java的jar包_python调用java的jar包报错127
- wp网站链接不带html,解决WordPress网站带与不带WWW网址跳转问题
- python url模块介绍_python 中 urlparse 模块介绍
- 只安装python_AI帮你写Python,安装只需5步,还能任你调教 | 开源
- Python_堆栈和队列
- 【Mysql优化】索引覆盖
- 转: Vim快捷键分类