整理了19個pythonic的程式設計習慣，入門更優雅！

摘要： 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...

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...

相信大家在學python的時候肯定會遇到很多難題，以及對於新技術的追求，這裡推薦一下我們的Python學習扣qun：784758214，這裡是python學習者聚集地！！同時，自己是一名高階python開發工程師，從基礎的python指令碼到web開發、爬蟲、django、資料探勘等，零基礎到專案實戰的資料都有整理。送給每一位python的小夥伴！每日分享一些學習的方法和需要注意的小細節

走進：python技術分享交流