Python最大的優點之一就是語法簡潔，好的程式碼就像虛擬碼一樣，乾淨、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，下面列舉一些常見的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-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 *儘量用生成器代替列表，除非必須用到列表特有的函式。

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...