让你的Python代码更加pythonic

何为pythonic?

pythonic如果翻译成中文的话就是很python+名词结构的用法在中国不少,比如:很娘,很国足,很CCTV等等。

我的理解为,+名词表达了一种特殊和强调的意味。所以很python可以理解为:只有python能做到的,区别于其他语言的写法,其实就是python的惯用和特有写法。

置换两个变量的值。

很python的写法:
a,b = b,a
不python的写法:
temp = a
a = b
b = temp

上面的例子通过了元组的pack和unpack完成了对a,b的互换,避免了使用临时变量temp,而且只用了一行代码。

以下为了简略,我们用P表示pythonic的写法,NP表示non-pythonic的写法,当然此P-NP非彼P-NP。

为什么要追求pythonic?

相比于NP,P的写法简练,明确,优雅,绝大部分时候执行效率高,代码越少也就越不容易出错。我认为好的程序员在写代码时,应该追求代码的正确性,简洁性和可读性,这恰恰就是pythonic的精神所在。

对于具有其他编程语言经验而初涉Python的程序员(比如我自己)来说,在写Python代码时,认识到pythonic的写法,会带来更多的便利和高效,而本文的主要读者也将是这群程序员。

以下将给出P和NP的n种示例,供读者和自己参考,查阅。

本文最后会列出参考资料,这些参考资料在我看来都极具价值。

P vs. NP的示例

链式比较

P:
a = 3
b = 1 

1 <= b <= a < 10  #True
NP:
b >= 1 and b <= a and a < 10 #True

P是小学生都能看懂的语法,简单直接省代码~

真值测试

P:
name = 'Tim'
langs = ['AS3', 'Lua', 'C']
info = {'name': 'Tim', 'sex': 'Male', 'age':23 }    

if name and langs and info:
    print('All True!')  #All True!
NP:
if name != '' and len(langs) > 0 and info != {}:
    print('All True!') #All True!

简而言之,P的写法就是对于任意对象,直接判断其真假,无需写判断条件,这样既能保证正确性,又能减少代码量。

真假值表(记住了假你就能省很多代码!)
True False
任意非空字符串 空的字符串 ''
任意非0数字 数字0
任意非空容器 空的容器 [] () {} set()
其他任意非False None

字符串反转

P:
def reverse_str( s ):
    return s[::-1]  
NP:
def reverse_str( s ):
    t = ''
    for x in xrange(len(s)-1,-1,-1):
        t += s[x]
    return t

P的写法简单,经测试,效率也更好。
如果用于检测回文,就是一句话input == input[::-1],多么的优雅!

字符串列表的连接

P:
strList = ["Python", "is", "good"]  

res =  ' '.join(strList) #Python is good
NP:
res = ''
for s in strList:
    res += s + ' '
#Python is good 
#最后还有个多余空格

string.join()常用于连接列表里的字符串,相对于NP,P的方式十分高效,且不会犯错。

列表求和,最大值,最小值,乘积

P:
numList = [1,2,3,4,5]   

sum = sum(numList)  #sum = 15
maxNum = max(numList) #maxNum = 5
minNum = min(numList) #minNum = 1
from operator import mul
prod = reduce(mul, numList, 1) #prod = 120 默认值传1以防空列表报错
NP:
sum = 0
maxNum = -float('inf')
minNum = float('inf')
prod = 1
for num in numList:
    if num > maxNum:
        maxNum = num
    if num < minNum:
        minNum = num
    sum += num
    prod *= num
# sum = 15 maxNum = 5 minNum = 1 prod = 120

经简单测试,在numList的长度为10000000时,在我的机器上对列表求和,P耗时0.6s,NP耗时1.3s,将近两倍的差距。所以不要自己造轮子了。

列表推导式

P:
l = [x*x for x in range(10) if x % 3 == 0]
#l = [0, 9, 36, 81]
NP:
l = []
for x in range(10):
    if x % 3 == 0:
        l.append(x*x)
#l = [0, 9, 36, 81]

你看,使用P的列表推导式,构建新列表变得多么简单直观!

字典的默认值

P:
dic = {'name':'Tim', 'age':23}  

dic['workage'] = dic.get('workage',0) + 1
#dic = {'age': 23, 'workage': 1, 'name': 'Tim'}
NP:
if 'workage' in dic:
    dic['workage'] += 1
else:
    dic['workage'] = 1
#dic = {'age': 23, 'workage': 1, 'name': 'Tim'}

dict的get(key,default)方法用于获取字典中key的值,若不存在该key,则将key赋默认值default。
P相比NP的写法少了if...else...,实乃痛恨if...else...之人首选!

for...else...语句

P:
for x in xrange(1,5):
    if x == 5:
        print 'find 5'
        break
else:
    print 'can not find 5!'
#can not find 5!    
NP:
find = False
for x in xrange(1,5):
    if x == 5:
        find = True
        print 'find 5'
        break
if not find:
    print 'can not find 5!'
#can not find 5!

for...else...的else部分用来处理没有从for循环中断的情况。有了它,我们不用设置状态变量来检查是否for循环有break出来,简单方便。

三元符的替代

P:
a = 3   

b = 2 if a > 2 else 1
#b = 2
NP:
if a > 2:
    b = 2
else:
    b = 1
#b = 2

如果你具备C的编程经验,你就会寻找A ? B : C的替代品。你可能发现A and B or C看起来还不错,但是b = a > 1 and False or True会返回True,而实际意图应该返回False
使用b = False if a > 1 else True则会正确返回False,所以它才是正宗的三元符替代品。

Enumerate

P:
array = [1, 2, 3, 4, 5]

for i, e in enumerate(array,0):
    print i, e
#0 1
#1 2
#2 3
#3 4
#4 5 
NP:
for i in xrange(len(array)):
    print i, array[i]
#0 1
#1 2
#2 3
#3 4
#4 5 

使用enumerate可以一次性将索引和值取出,避免使用索引来取值,而且enumerate的第二个参数可以调整索引下标的起始位置,默认为0。

使用zip创建键值对

P:
keys = ['Name', 'Sex', 'Age']
values = ['Tim', 'Male', 23]

dic = dict(zip(keys, values))
#{'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}
NP:
dic = {}
for i,e in enumerate(keys):
    dic[e] = values[i]
#{'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}

zip方法返回的是一个元组,用它来创建键值对,简单明了。

参考资料

关注微信公众号:timind

32 responses

  1. 先顶再看。因为俺一直想写一篇类似的文章,可惜太懒(cai)一直没有动笔。

    • 谢谢支持。
      文章页面的模板把边栏取消了,为的就是能无干扰的阅读。

  2. 今天看书发现了Counter这个函数的性质,其实也是一个经常使用的 Pythonic 写法。

    from collections import Counter # 并不默认加载collection函数
    
    def friends_of_friend_ids(user):
        return Counter(foaf["id"]
                   for friend in user["friends"]  # 对于每一个user用户的朋友
                   for foaf in friend["friends"]  # 对于每一个user用户朋友的朋友
                   if not_the_same(user, foaf)    # 排除相同用户
                   and not_friends(user, foaf))   # 排除已经是朋友的用户
    
  3. 字典有 dict.setdefault(key, default_value) 方法哦,
    该方法返回的是该 key 在 setdefault 方法调用之后的 value 。
    比如可以这样:

    >>> dd = {}
    >>> dd.setdefault('names', []).append('zkc')
    >>> dd.setdefault('names', []).append('zkz')
    
  4. 我觉得字典的默认值、for..else..语句和三元符的替代并不pythonic。
    Explicit is better than implicit.
    并不是代码越短越pythonic。
    你觉得这种写法pythonic吗?

    square_board = [''.join(board[row + i][col:col + 3] for i in range(3))
                                for row in range(0, 9, 3) for col in range(0, 9, 3)]
    • pythonic是Python的惯用法。但是并不是每个惯用法在任何情况下都适用的。

      字典的默认值的惯用法在某种情况下可以省略掉冗长的if…else…语句,不知道这点哪里不pythonic

      for..else..语句可以不用设置额外的标记位来检查循环的break中断,不知道这点哪里不pythonic

      三元符只是为了延续C的习惯,用于省去简略的if…else…判断,不知道这点哪里不pythonic

      我认同并不是代码越短越好。但是知道Python惯用法的人,在能清楚表达意思的前提下,写出最短的代码,何乐而不为呢?

      个人认为你贴的代码将过多的意图压缩到一行代码中,使代码不够简单明晰,算不上pythonic。

      • 字典的默认值原本的意思就是如果没有这项就设定一个默认值嘛,但你贴的代码把设定默认值和更改已有值混在一起了,我觉得不是那么explict

        for else语句的逻辑结构不是那么清晰,请看effective python 第12条。

        关于三元符,既然写Python,干嘛要遵循C的习惯呢。三元符的写法也不符合PEP8里面提倡的one statement per line。

        我觉得Python里面最pythonic的东西是用try/except/else/finally代替if/else,也就是EAFP和LBYL的区别,不妨加上这一条。

        • 前两条我觉得是Python独有的语法,可以节省代码,带来便利,所以是pythonic的。而其敝处我觉得并不是很大,effective python 第12条并没有给出充足的理由。

          三元符在很小的分支逻辑判断下可以节省一个if…else…的block,使得代码变得更加简洁和紧凑。当然在较复杂的分支逻辑判断时,不应使用三元符。

          最后你提到的其实是异常处理,各个语言都基本类似,而且日常脚本使用中接触较少,所以不列入。

  5. 我挺喜欢Python的,有机会多交流哈。国内Python用的还是不够多,今天去面试实习生,最后面试官告诉我他们全用的PHP,果断拒了。

    • 加油!

      我工作中比较少用到Python,Python更多的是作为脚本语言来执行各种简短实用的小任务。

      关于工作机会的话,我了解豆瓣好像用Python比较多。

  6. 每種語言下都有最適合的方式
    Python當然要用pythonic的方法
    不過py的速度真的是有點惱人

    • 岂能熊掌和鱼兼得乎?
      py比较适合做胶水语言和工具,如果在需要速度的地方可能还是需要偏底层的C++。
      当然某些py的实现也是比较快的,比如pypy。

  7. 不用刻意追求pyic 平常刷刷题 看看别人的码就学会了,,而且除了楼主这篇 我还没看到那种特意说技巧的

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注