代码这样写不止于优雅(Python版)

开发 开发工具
Python 开发中很少要像 Java 一样把遵循某种设计模式作为开发原则来应用到系统中,毕竟设计模式只是一种实现手段而已,代码清晰才是最终目的,而 Python 灵活而不失优雅,这也是为什么 Python 能够深受 geek 喜爱的原因之一。

[[196194]]

Martin(Bob大叔)曾在《代码整洁之道》一书打趣地说:当你的代码在做 Code Review 时,审查者要是愤怒地吼道:

“What the fuck, is this shit?”

“Dude, What the fuck!”

等言辞激烈的词语时,那说明你写的代码是 Bad Code,如果审查者只是漫不经心的吐出几个

“What the fuck?”,

那说明你写的是 Good Code。衡量代码质量的唯一标准就是每分钟骂出“WTF” 的频率。

一份优雅、干净、整洁的代码通常自带文档和注释属性,读代码即是读作者的思路。Python 开发中很少要像 Java 一样把遵循某种设计模式作为开发原则来应用到系统中,毕竟设计模式只是一种实现手段而已,代码清晰才是最终目的,而 Python 灵活而不失优雅,这也是为什么 Python 能够深受 geek 喜爱的原因之一。

上周写了一篇:代码这样写更优雅,朋友们纷纷表示希望再写点儿,今天就接着这个话题写点 Python 中那些 Pythonic 的写法,希望可以抛砖引玉。

1. 链式比较操作

  1. age = 18 
  2. if age > 18 and x < 60: 
  3.     print("yong man") 

pythonic

  1. if 18 < age < 60: 
  2.     print("yong man") 

理解了链式比较操作,那么你应该知道为什么下面这行代码输出的结果是 False。

  1. >>> False == False == True  
  2. False 

2. if/else 三目运算

  1. if gender == 'male': 
  2.     text = '男' 
  3. else: 
  4.     text = '女' 

pythonic

  1. text = '男' if gender == 'male' else '女' 

在类C的语言中都支持三目运算 b?x:y,Python之禅有这样一句话:

“There should be one— and preferably only one —obvious way to do it. ”。

能够用 if/else 清晰表达逻辑时,就没必要再额外新增一种方式来实现。

3. 真值判断

检查某个对象是否为真值时,还显示地与 True 和 False 做比较就显得多此一举,不专业

  1. if attr == True: 
  2.     do_something() 
  3.  
  4. if len(values) != 0: # 判断列表是否为空 
  5.     do_something() 

pythonic

  1. if attr: 
  2.     do_something() 
  3.  
  4. if values: 
  5.     do_something() 

真假值对照表:

真假值对照表

4. for/else语句

for else 是 Python 中特有的语法格式,else 中的代码在 for 循环遍历完所有元素之后执行。

  1. flagfound = False 
  2. for i in mylist: 
  3.     if i == theflag: 
  4.         flagfound = True 
  5.         break 
  6.     process(i) 
  7.  
  8. if not flagfound: 
  9.     raise ValueError("List argument missing terminal flag.") 

pythonic

  1. for i in mylist: 
  2.     if i == theflag: 
  3.         break 
  4.     process(i) 
  5. else: 
  6.     raise ValueError("List argument missing terminal flag.") 

5. 字符串格式化

  1. s1 = "foofish.net" 
  2. s2 = "vttalk" 
  3. s3 = "welcome to %s and following %s" % (s1, s2) 

pythonic

  1. s3 = "welcome to {blog} and following {wechat}".format(blog="foofish.net"wechat="vttalk"

很难说用 format 比用 %s 的代码量少,但是 format 更易于理解。

“Explicit is better than implicit —- Zen of Python”

6. 列表切片

获取列表中的部分元素***想到的就是用 for 循环根据条件提取元素,这也是其它语言中惯用的手段,而在 Python 中还有强大的切片功能。

  1. items = range(10) 
  2.  
  3. # 奇数 
  4. odd_items = [] 
  5. for i in items: 
  6.     if i % 2 != 0: 
  7.         odd_items.append(i) 
  8.  
  9. # 拷贝 
  10. copy_items = [] 
  11. for i in items: 
  12.     copy_items.append(i) 

pythonic

  1. # 第1到第4个元素的范围区间 
  2. sub_items = items[1:4] 
  3. # 奇数 
  4. odd_items = items[1::2] 
  5. #拷贝 
  6. copy_items = items[::] 或者 items[:] 

列表元素的下标不仅可以用正数表示,还是用负数表示,***一个元素的位置是 -1,从右往左,依次递减。

  1. -------------------------- 
  2.  | P | y | t | h | o | n | 
  3. -------------------------- 
  4.    0   1   2   3   4   5  
  5.   -6  -5  -4  -3  -2  -1 
  6. -------------------------- 

7. 善用生成器

  1. def fib(n): 
  2.     a, b = 0, 1 
  3.     result = [] 
  4.      while b < n: 
  5.         result.append(b) 
  6.         a, bb = b, a+b 
  7.     return result 

pythonic

  1. def fib(n): 
  2.     a, b = 0, 1 
  3.     while a < n: 
  4.         yield a 
  5.         a, bb = b, a + b 

上面是用生成器生成费波那契数列。生成器的好处就是无需一次性把所有元素加载到内存,只有迭代获取元素时才返回该元素,而列表是预先一次性把全部元素加载到了内存。此外用 yield 代码看起来更清晰。

8. 获取字典元素

  1. d = {'name': 'foo'} 
  2. if d.has_key('name'): 
  3.     print(d['name']) 
  4. else: 
  5.     print('unkonw') 

pythonic

  1. d.get("name", "unknow") 

9. 预设字典默认值

通过 key 分组的时候,不得不每次检查 key 是否已经存在于字典中。

  1. data = [('foo', 10), ('bar', 20), ('foo', 39), ('bar', 49)] 
  2. groups = {} 
  3. for (key, value) in data: 
  4.     if key in groups: 
  5.         groups[key].append(value) 
  6.     else: 
  7.         groups[key] = [value] 

pythonic

  1. # ***种方式 
  2. groups = {} 
  3. for (key, value) in data: 
  4.     groups.setdefault(key, []).append(value)  
  5.  
  6. # 第二种方式 
  7. from collections import defaultdict 
  8. groups = defaultdict(list) 
  9. for (key, value) in data: 
  10.     groups[key].append(value) 

10. 字典推导式

在python2.7之前,构建字典对象一般使用下面这种方式,可读性非常差

  1. numbers = [1,2,3] 
  2. my_dict = dict([(number,number*2) for number in numbers]) 
  3. print(my_dict)  # {1: 2, 2: 4, 3: 6} 

pythonic

  1. numbers = [1, 2, 3] 
  2. my_dict = {number: number * 2 for number in numbers} 
  3. print(my_dict)  # {1: 2, 2: 4, 3: 6} 
  4.  
  5. # 还可以指定过滤条件 
  6. my_dict = {number: number * 2 for number in numbers if number > 1} 
  7. print(my_dict)  # {2: 4, 3: 6} 

字典推导式是 python2.7 新增的特性,可读性增强了很多,类似的还是列表推导式和集合推导式。

【本文是51CTO专栏作者“刘志军”的原创文章,作者微信公众号:Python之禅(VTtalk)】

戳这里,看该作者更多好文

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2017-06-26 09:40:50

Python代码写法

2019-11-25 14:06:44

AI无人驾驶自动驾驶

2020-07-07 15:50:17

区块链互联网人工智能

2024-04-15 16:14:57

2017-05-03 09:49:14

OpenStack私有云搭建

2021-04-20 10:50:38

Spring Boot代码Java

2022-06-22 16:31:26

阿里云数字化转型云原生

2020-04-03 14:55:39

Python 代码编程

2014-02-28 13:46:35

Angular代码

2016-02-23 17:50:38

认知计算IBM

2010-02-24 09:53:07

Zaurus Ubun

2018-03-07 15:27:57

三星笔记本

2020-04-25 14:06:04

BGP网络攻击泄露

2022-04-18 09:31:21

数据库查询MySQL

2022-05-24 15:34:35

Commvault

2024-06-24 09:00:00

2024-12-17 08:04:04

2018-05-06 23:04:12

Android Chrome OS操作系统
点赞
收藏

51CTO技术栈公众号