我是這樣挑戰不用 for 迴圈的

為什麼要挑戰自己在程式碼裡不寫for loop？因為這樣可以迫使你去使用比較高階、地道的語法或庫。文中以python為例子，講了不少大家其實在別人的程式碼裡都見過、但自己很少用的語法。

這是一個挑戰。我要你避免在任何情況下寫for迴圈。同樣的，我也要你找到一種場景——除了用for迴圈以外，用其他方法寫都太難。請分享你的發現，我非常想聽到這些

距離我開始探索超棒的Python語言特性已經有一段時間了。一開始，這隻是我給自己的一個挑戰，練習使用更多的語言特性來替代我從其他程式語言那裡所學到的。但是事情漸漸變得更有趣了！程式碼不止變得更簡短整潔，而且看起來更加結構化和有規律，在這篇文章中我將更多地介紹這些好處。

首先，讓我們退一步看看在寫一個for迴圈背後的直覺是什麼：

1. 遍歷一個序列提取出一些資訊

2. 從當前的序列中生成另外的序列

3. 寫for迴圈已經是我的第二天性了，因為我是一個程式員

幸運的是，Python裡面已經有很棒的工具幫你達到這些標的！你需要做的只是轉變思想，用不同的角度看問題。

不到處寫for迴圈你將會獲得什麼

1. 更少的程式碼行數

2. 更好的程式碼閱讀性

3. 只將縮排用於管理程式碼文字
   

Let’s see the code skeleton below:

看看下麵這段程式碼的構架：

# 1

with …:

    for …:

        if …:

            try:

            except:

        else:

這個例子使用了多層巢狀的程式碼，這是非常難以閱讀的。我在這段程式碼中發現它無差別使用縮排把管理邏輯（with, try-except）和業務邏輯（for, if）混在一起。如果你遵守只對管理邏輯使用縮排的規範，那麼核心業務邏輯應該立刻脫離出來。

“扁平結構比巢狀結構更好” – 《Python之禪》

為了避免for迴圈，你可以使用這些工具

1. 串列解析/生成器運算式

看一個簡單的例子，這個例子主要是根據一個已經存在的序列編譯一個新序列：

result = []

for item in item_list:

    new_item = do_something_with(item)

    result.append(item)

如果你喜歡MapReduce，那你可以使用map，或者Python的串列解析：

result = [do_something_with(item) for item in item_list]

同樣的，如果你只是想要獲取一個迭代器，你可以使用語法幾乎相通的生成器運算式。（你怎麼能不愛上Python的一致性？）

result = (do_something_with(item) for item in item_list)

2. 函式

站在更高階、更函式化的變成方式考慮一下，如果你想對映一個序列到另一個序列，直接呼叫map函式。（也可用串列解析來替代。）

doubled_list = map(lambda x: x * 2, old_list)

如果你想使一個序列減少到一個元素，使用reduce

from functools import reduce

summation = reduce(lambda x, y: x + y, numbers)

另外，Python中大量的內嵌功能可/會（我不知道這是好事還是壞事，你選一個，不加這個句子有點難懂）消耗迭代器：

>>> a = list(range(10))

>>> a

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> all(a)

False

>>> any(a)

True

>>> max(a)

9

>>> min(a)

0

>>> list(filter(bool, a))

[1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> set(a)

{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

>>> dict(zip(a,a))

{0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9}

>>> sorted(a, reverse=True)

[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

>>> str(a)

‘[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]’

>>> sum(a)

45

3. 抽取函式或者運算式

上面的兩種方法很好地處理了較為簡單的邏輯，那更複雜的邏輯怎麼辦呢？作為一個程式員，我們會把困難的事情抽象成函式，這種方式也可以用在這裡。如果你寫下了這種程式碼：

results = []

for item in item_list:

    # setups

    # condition

    # processing

    # calculation

    results.append(result)

顯然你賦予了一段程式碼太多的責任。為了改進，我建議你這樣做：

def process_item(item):

    # setups

    # condition

    # processing

    # calculation

    return result

 

results = [process_item(item) for item in item_list]

巢狀的for迴圈怎麼樣？

results = []

for i in range(10):

    for j in range(i):

        results.append((i, j))

串列解析可以幫助你：

results = [(i, j)

           for i in range(10)

           for j in range(i)]

如果你要儲存很多的內部狀態怎麼辦呢？

# finding the max prior to the current item

a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]

results = []

current_max = 0

for i in a:

    current_max = max(i, current_max)

    results.append(current_max)

 

# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]

讓我們提取一個運算式來實現這些：

def max_generator(numbers):

    current_max = 0

    for i in numbers:

        current_max = max(i, current_max)

        yield current_max

 

a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]

results = list(max_generator(a))

“等等，你剛剛在那個函式的運算式中使用了一個for迴圈，這是欺騙！”

好吧，自作聰明的傢伙，試試下麵的這個。

4. 你自己不要寫for迴圈，itertools會為你代勞

這個模組真是妙。我相信這個模組能改寫80%你想寫下for迴圈的時候。例如，上一個例子可以這樣改寫：

from itertools import accumulate

a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]

resutls = list(accumulate(a, max))

另外，如果你在迭代組合的序列，還有product()，permutations()，combinations()可以用。

結論

1. 大多數情況下是不需要寫for迴圈的。

2. 應該避免使用for迴圈，這樣會使得程式碼有更好的閱讀性。

行動

1. 再看一遍你的程式碼，找出任何以前憑直覺寫下for迴圈的地方，再次思考一下，不用for迴圈再寫一遍是不是有意義的。

2. 分享你很難不使用for迴圈的例子。
   

編譯：伯樂線上 – 欣仔

————近期開班————

《馬哥教育Python自動化開發全能實戰班》是馬哥教育聯合阿裡、豆瓣、大眾點評等一線Python工程師，根據目前企業需求的Python開發人才進行了深度定製，加入大量一線網際網路公司：大眾點評、餓了麼、騰訊等生產環境真是專案，課程由淺入深，從Python基礎到Python高階，讓你融匯貫通Python基礎理論到日誌分析、todolist任務管理系統、類Flask框架多人部落格、CMDB資產管理、任務排程系統、運維流程系統六大專案實戰，手把手教學讓你從0開始蛻變成Hold住年薪30萬的Python自動化開發人才。

10期面授班：2018年03月05號（北京）

11期網路班：2018年03月17號（網路）

更多Python好文請點選【閱讀原文】哦

↓↓↓