Python学习笔记：19个pythonic编程习惯，让你的Python入门更优雅
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] = 0navs[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, itemi += 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 = 0result = []while i < n:result.append(fn(i))i += 1return result # 返回列表 ##推荐 def my_range(n):i = 0result = []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 = Truebreak 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 = 1def setHour(self, hour):if 25 > hour > 0: self.__hour = hourelse: raise BadHourExceptiondef getHour(self):return self.__hour ##推荐 class Clock(object):def __init__(self):self.__hour = 1def __setHour(self, hour):if 25 > hour > 0: self.__hour = hourelse: raise BadHourExceptiondef __getHour(self):return self.__hourhour = 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？
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/69923331/viewspace-2650259/，如需转载，请注明出处，否则将追究法律责任。
转载于:http://blog.itpub.net/69923331/viewspace-2650259/
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！