Python中那些 Pythonic的写法详解
前言
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。
上次写了一篇：如何更优雅地写python代码，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
age = 18
if age > 18 and age < 60:
print("young man")
pythonic
if 18 < age < 60:
print("young 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。
>>> False == False == True False
2、if/else 三目运算
if gender == 'male': text = '男' else: text = '女'
pythonic
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
if attr == True: do_something() if len(values) != 0: # 判断列表是否为空 do_something()
pythonic
if attr: do_something() if values: do_something()
真假值对照表：
类型 False True
布尔 False （与0等价） True （与1等价）
字符串 ""（ 空字符串） 非空字符串，例如 " ", "blog"
数值 0, 0.0 非0的数值，例如：1, 0.1, -1, 2
容器 [], (), 至少有一个元素的容器对象，例如：[0], (None,), ['']
None None 非None对象
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。
flagfound = False
for i in mylist:
if i == theflag:
flagfound = True
break
process(i)
if not flagfound:
raise ValueError("List argument missing terminal flag.")
pythonic
for i in mylist:
if i == theflag:
break
process(i)
else:
raise ValueError("List argument missing terminal flag.")
5、字符串格式化
s1 = "foofish.net" s2 = "vttalk" s3 = "welcome to %s and following %s" % (s1, s2)
pythonic
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最先想到的就是用 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。
items = range(10) # 奇数 odd_items = [] for i in items: if i % 2 != 0: odd_items.append(i) # 拷贝 copy_items = [] for i in items: copy_items.append(i)
pythonic
# 第1到第4个元素的范围区间 sub_items = items[1:4] # 奇数 odd_items = items[1::2] #拷贝 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，最后一个元素的位置是 -1，从右往左，依次递减。
-------------------------- | P | y | t | h | o | n | -------------------------- 0 1 2 3 4 5 -6 -5 -4 -3 -2 -1 --------------------------
7、善用生成器
def fib(n): a, b = 0, 1 result = [] while b < n: result.append(b) a, b = b, a+b return result
pythonic
def fib(n): a, b = 0, 1 while a < n: yield a a, b = 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
d = {'name': 'foo'}
if d.has_key('name'):
print(d['name'])
else:
print('unkonw')
pythonic
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。
data = [('foo', 10), ('bar', 20), ('foo', 39), ('bar', 49)]
groups = {}
for (key, value) in data:
if key in groups:
groups[key].append(value)
else:
groups[key] = [value]
pythonic
# 第一种方式
groups = {}
for (key, value) in data:
groups.setdefault(key, []).append(value)
# 第二种方式
from collections import defaultdict
groups = defaultdict(list)
for (key, value) in data:
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
numbers = [1,2,3]
my_dict = dict([(number,number*2) for number in numbers])
print(my_dict) # {1: 2, 2: 4, 3: 6}
pythonic
numbers = [1, 2, 3]
my_dict = {number: number * 2 for number in numbers}
print(my_dict) # {1: 2, 2: 4, 3: 6}
# 还可以指定过滤条件
my_dict = {number: number * 2 for number in numbers if number > 1}
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。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持【听图阁-专注于Python设计】。