溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
Python最大的優點之一就是語法簡潔，好的代碼就像偽代碼一樣，干凈、整潔、一目了然。
要寫出 Pythonic（優雅的、地道的、整潔的）代碼，需要多看多學大牛們寫的代碼，github 上有很多非常優秀的源代碼值得閱讀，比如：requests、flask、tornado，下面列舉一些常見的Pythonic寫法。
0. 程序必須先讓人讀懂，然后才能讓計算機執行。
“Programs must be written for people to read, and only incidentally for machines to execute.”
1. 交換賦值
##不推薦 temp = a a = b b = a ##推薦 a, b = b, a # 先生成一個元組(tuple)對象，然后unpack
2. Unpacking
##不推薦 l = ['David', 'Pythonista', '+1-514-555-1234'] first_name = l[0] last_name = l[1] phone_number = l[2] ##推薦 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
##不推薦 if fruit == "apple" or fruit == "orange" or fruit == "berry": # 多次判斷 ##推薦 if fruit in ["apple", "orange", "berry"]: # 使用 in 更加簡潔
4. 字符串操作
##不推薦 colors = ['red', 'blue', 'green', 'yellow'] result = '' for s in colors: result += s # 每次賦值都丟棄以前的字符串對象, 生成一個新對象 ##推薦 colors = ['red', 'blue', 'green', 'yellow'] result = ''.join(colors) # 沒有額外的內存分配
5. 字典鍵值列表
##不推薦 for key in my_dict.keys(): # my_dict[key] ... ##推薦 for key in my_dict: # my_dict[key] ... # 只有當循環中需要更改key值的情況下，我們需要使用 my_dict.keys() # 生成靜態的鍵值列表。
6. 字典鍵值判斷
##不推薦 if my_dict.has_key(key): # ...do something with d[key] ##推薦 if key in my_dict: # ...do something with d[key]
7. 字典 get 和 setdefault 方法
##不推薦
navs = {}
for (portfolio, equity, position) in data:
if portfolio not in navs:
navs[portfolio] = 0
navs[portfolio] += position * prices[equity]
##推薦
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. 判斷真偽
##不推薦 if x == True: # .... if len(items) != 0: # ... if items != []: # ... ##推薦 if x: # .... if items: # ...
9. 遍歷列表以及索引
##不推薦 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] ##推薦 items = 'zero one two three'.split() for i, item in enumerate(items): print i, item
10. 列表推導
##不推薦
new_list = []
for item in a_list:
if condition(item):
new_list.append(fn(item))
##推薦
new_list = [fn(item) for item in a_list if condition(item)]
11. 列表推導-嵌套
##不推薦
for sub_list in nested_list:
if list_condition(sub_list):
for item in sub_list:
if item_condition(item):
# do something...
##推薦
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. 循環嵌套
##不推薦
for x in x_list:
for y in y_list:
for z in z_list:
# do something for x & y
##推薦
from itertools import product
for x, y, z in product(x_list, y_list, z_list):
# do something for x, y, z
13. 盡量使用生成器代替列表
##不推薦
def my_range(n):
i = 0
result = []
while i < n:
result.append(fn(i))
i += 1
return result # 返回列表
##推薦
def my_range(n):
i = 0
result = []
while i < n:
yield fn(i) # 使用生成器代替列表
i += 1
# 盡量用生成器代替列表，除非必須用到列表特有的函數。
14. 中間結果盡量使用imap/ifilter代替map/filter
##不推薦 reduce(rf, filter(ff, map(mf, a_list))) ##推薦 from itertools import ifilter, imap reduce(rf, ifilter(ff, imap(mf, a_list))) # lazy evaluation 會帶來更高的內存使用效率，特別是當處理大數據操作的時候。
15. 使用any/all函數
##不推薦
found = False
for item in a_list:
if condition(item):
found = True
break
if found:
# do something if found...
##推薦
if any(condition(item) for item in a_list):
# do something if found...
16. 屬性(property)
##不推薦
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
##推薦
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 處理文件打開
##不推薦
f = open("some_file.txt")
try:
data = f.read()
# 其他文件操作..
finally:
f.close()
##推薦
with open("some_file.txt") as f:
data = f.read()
# 其他文件操作...
18. 使用 with 忽視異常(僅限Python 3)
##不推薦
try:
os.remove("somefile.txt")
except OSError:
pass
##推薦
from contextlib import ignored # Python 3 only
with ignored(OSError):
os.remove("somefile.txt")
19. 使用 with 處理加鎖
##不推薦 import threading lock = threading.Lock() lock.acquire() try: # 互斥操作... finally: lock.release() ##推薦 import threading lock = threading.Lock() with lock: # 互斥操作...
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
