知識星球(點選上方公號，快速關註我們)
來源：安生
lovesoo.org/pythonic-python-programming.html
Python最大的優點之一就是語法簡潔，好的程式碼就像偽程式碼一樣，乾凈、整潔、一目瞭然。要寫出 Pythonic（優雅的、地道的、整潔的）程式碼，需要多看多學大牛們寫的程式碼，github 上有很多非常優秀的原始碼值得閱讀，比如：requests、flask、tornado，下麵列舉一些常見的Pythonic寫法。
0. 程式必須先讓人讀懂，然後才能讓計算機執行。
“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)物件，然後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. 使用運運算元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串物件, 生成一個新物件
##推薦
colors = ['red', 'blue', 'green', 'yellow']
result = ''.join(colors) # 沒有額外的記憶體分配
5. 字典鍵值串列
##不推薦
for key in my_dict.keys():
# my_dict[key] ...
##推薦
for key in my_dict:
# my_dict[key] ...
# 只有當迴圈中需要更改key值的情況下，我們需要使用 my_dict.keys()
# 生成靜態的鍵值串列。
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. 遍歷串列以及索引
##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. 串列推導
##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. 串列推導-巢狀
##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. 迴圈巢狀
##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. 儘量使用生成器代替串列
##不推薦
def my_range(n):
i = 0
result = []
while i < n:
result.append(fn(i))
i += 1
return result # 傳回串列
##推薦
def my_range(n):
i = 0
result = []
while i < n:
yield fn(i) # 使用生成器代替串列
i += 1
*儘量用生成器代替串列，除非必須用到串列特有的函式。
14. 中間結果儘量使用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 會帶來更高的記憶體使用效率，特別是當處理大資料操作的時候。
15. 使用any/all函式
##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 處理檔案開啟
##不推薦
f = open("some_file.txt")
try:
data = f.read()
# 其他檔案操作..
finally:
f.close()
##推薦
with open("some_file.txt") as f:
data = f.read()
# 其他檔案操作...
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...
20. 參考
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/
【關於投稿】
如果大家有原創好文投稿，請直接給公號傳送留言。
① 留言格式：
【投稿】+《 文章標題》+ 文章連結
② 示例：
【投稿】《不要自稱是程式員，我十多年的 IT 職場總結》：http://blog.jobbole.com/94148/
③ 最後請附上您的個人簡介哈~
看完本文有收穫？請轉發分享給更多人
關註「資料分析與開發」，提升資料技能
