(點擊上方公眾號，可快速關注一起學Python)

Python 與其它語言(比如Java或者C++)相比有比較大的區別，其中最大的特點就是非常簡潔。如果按照其它語言的思路來寫Python代碼，則會使得代碼繁瑣復雜，并且容易出現Bug。在Python語言中，有個詞很火，Pythonic。有的同學可能不明白這個詞的意義，小編的理解就是用Python的寫法寫代碼，而非是其它語言的通用的寫法，寫出Python的特點，寫出Python的風格。

下面，就通過幾個示例來看一下不同思維的Python代碼的差異。

1、變量值交換

這個問題最常見，大家從最開始寫Java及C++等語言代碼都會遇到這個問題。通常是通過一個臨時變量來實現的：

tmp = a
a = b
b = tmp

而Python中可以直接交換兩個變量，即：

a, b = b, a

2、列表推導式

列表推導式是Java及C++等語言沒有的特性，能夠很簡潔的實現for循環，可以應用于列表，集合或者字典。

例如我們要求20以內的整除3的數的平方的列表，可以用如下代碼實現：

numbers = []
for x in xrange(20):
? ?if x % 3 == 0:
? ? ? ?numbers.append(x*x)

而通過列表推導式一行代碼即可實現：

numbers = [x*x for x in range(20) if x % 3 == 0]

列表推導式也可以用于集合和字典，將[...]變為{...}即可。集合和字典的實現如下所示：

集合：

numbers = {x * x for x in range(0, 20) if x % 3 == 0}

字典：

numbers = {x: x * x for x in range(0, 20) if x % 3 == 0}

3、字符串拼接

這是一個老生常談的問題，當我們需要將數個字符串拼接的時候，習慣性的使用 "+" 作為連接字符串的手段。

然而，由于像字符串這種不可變對象在內存中生成后無法修改，合并后的字符串會重新開辟出一塊內存空間來存儲。因此每合并一次就會單獨開辟一塊內存空間，這樣會占用大量的內存空間，嚴重影響代碼的效率。

words = ['I', ' ', 'love', ' ', 'Python', '.']

sentence = ''
for word in words:
? ?sentence += '' + word

解決這個問題的辦法是使用字符串連接的join，Python寫法如下：

words = ['I', ' ', 'love', ' ', 'Python', '.']

sentence = ''.join(words)

4、如何快速翻轉字符串

Java或者C++等語言的寫法是新建一個字符串，從最后開始訪問原字符串：

a = 'I love Python.'

reverse_a = ''
for i in range(0, len(a)):
? ?reverse_a += a[len(a) - i - 1]

而Python則將字符串看作list，而列表可以通過切片操作來實現反轉：

a = 'I love Python.'
reverse_a = a[::-1]

5、for/else語句

在C語言或Java語言中，我們尋找一個字符是否在一個list中，通常會設置一個布爾型變量表示是否找到：

cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']
tofind = 'Shanghai'

found = False
for city in cities:
? ?if tofind == city:
? ? ? ?print 'Found!'
? ? ? ?found = True
? ? ? ?break
if not found:
? ?print 'Not found!'

而Python中的通過for...else...會使得代碼很簡潔，注意else中的代碼塊僅僅是在for循環中沒有執行break語句的時候執行：

cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']
tofind = 'Shanghai'

for city in cities:
? ?if tofind == city:
? ? ? ?print 'Found!'
? ? ? ?break
else:
? ?# 執行else中的語句意味著沒有執行break
? ?print 'Not found!'

另外，while以及try關鍵字都可以和else搭配使用，具體可以參考小編之前寫的文章 ?Python中else塊那點事。

6、迭代對象善用enumerate類

enumerate類接收兩個參數，其中一個是可以迭代的對象，另外一個是開始的索引。比如，我們想要打印一個列表的索引及其內容，可以用如下代碼實現：

cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']

index = 0
for city in cities:
? ?index = index + 1
? ?print index, ':', city

而通過使用enumerate則極大簡化了代碼，這里索引設置為從1開始(默認是從0開始)：

cities = ['BeiJing', 'TianJin', 'JiNan', 'ShenZhen', 'WuHan']
for index, city in enumerate(cities, 1):
? ?print index, ":", city

7、通過lambda來定義函數

lambda可以返回一個可以調用的函數對象，會使得代碼更為簡潔。若不使用lambda則需要單獨定義一個函數：

def f(x):
? ?return x * x

map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

使用lambda后僅僅需要一行代碼：

map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])

這里注意，lambda生成的是一個可以像其他函數一樣使用的函數對象，即

def f(x):
? ?return x * x

等價于??

lambda x: x * x

8、應用上下文管理

在打開文件時，通常是通過捕獲異常來進行實現的，并且在finally模塊中對文件來進行關閉：

try:
? ?file = open('python.txt')
? ?for line in file:
? ? ? ?print line
except:
? ?print "File error!"
finally:
? ?file.close()

而通過上下文管理中的with語句可以讓代碼非常簡潔：

with open('python.txt') as file:
? ?for line in file:
? ? ? ?print line

具體原理可以參考小編之前寫的?with語句那點事。

9、使用裝飾器

裝飾器在Python中應用特別廣泛，其特點是可以在具體函數執行之前或者之后做相關的操作，比如：執行前打印執行函數的相關信息，對函數的參數進行校驗；執行后記錄函數調用的相關流水日志等。使用裝飾器最大的好處是使得函數功能單一化，僅僅處理業務邏輯，而不附帶其它功能。

在函數調用前打印時間函數名相關的信息，不使用裝飾器可以用如下代碼實現：

from time import ctime

def foo():
? ?print('[%s] ?%s() is called' % (ctime(), foo.__name__))
? ?print('Hello, Python')

這樣寫的問題是業務邏輯中會夾雜參數檢查，日志記錄等信息，使得代碼邏輯不夠清晰。所以，這種場景需要使用裝飾器：

from time import ctime

def deco(func):
? ?def decorator(*args, **kwargs):
? ? ? ?print('[%s] ?%s() is called' % (ctime(), func.__name__))
? ? ? ?return func(*args, **kwargs)
? ?return decorator

@deco
def foo():
? ?print('Hello, Python')

如果想深入理解裝飾器，可以閱讀小編之前寫的?深入理解Python中的裝飾器。

10、使用生成器

生成器與列表最大的區別就是，列表是一次性生成的，需要較大的內存空間；而生成器是需要的時候生成的，基本不占用內存空間。生成器分為生成器表達式和生成器函數。

先看一下列表：

l = [x for x in range(10)]

改為生成器只需要將[...]變為(...)，即

g = (x for x in range(10))

至于生成器函數，是通過yield關鍵字來實現的，我們以計算斐波那契數列為例，使用列表可以用如下代碼來實現：

def fib(max):
? ?n, a, b = 0, 0, 1
? ?fibonacci = []
? ?while n < max:
? ? ? ?fibonacci.append(b)
? ? ? ?a, b = b, a + b
? ? ? ?n = n + 1
? ?return fibonacci

而使用生成器則變為：

def fib(max):
? ?n, a, b = 0, 0, 1
? ?while n < max:
? ? ? ?yield b
? ? ? ?a, b = b, a + b
? ? ? ?n = n + 1

對生成器感興趣的可以深入閱讀小編之前寫的文章?生成器那點事?及?深入理解生成器及協程。

11、Counter的使用

通常的詞頻統計中，我們的思路是：

需要一個字典，key值存儲單詞，value存儲對應的詞頻。當遇到一個單詞，判斷是否在這個字典中，如果是，則詞頻加1；如果否，則字典中新增這個單詞，同時對應的詞頻設置為1。

對應的Python代碼實現如下：

#統計單詞出現的頻次
def computeFrequencies(wordList):
? ?#詞頻字典
? ?wordfrequencies = {}

? ?for word in wordList:
? ? ? ?if word not in wordfrequencies:
? ? ? ? ? ?# 單詞不在單詞詞頻字典中, 詞頻設置為1
? ? ? ? ? ?wordfrequencies[word] = 1
? ? ? ?else:
? ? ? ? ? ?# 單詞在單詞詞頻字典中, 詞頻加1
? ? ? ? ? ?wordfrequencies[word] = wordfrequencies[word] ?+ 1
? ? return wordfrequencies

有沒有更簡單的方式呢？答案是肯定的，就是使用Counter。collection 中的 Counter 類就完成了這樣的功能，它是字典類的一個子類。Python代碼變得無比簡潔：

# 統計單詞出現的頻次
def computeFrequencies(wordList):
? ?#詞頻字典
? ?wordfrequencies = Counter(wordList)
? ?return wordfrequencies

感興趣的可以深入閱讀小編之前寫的文章?Python中的詞頻統計。

12、鏈式比較

在實際數字比較中，我們可能需要多次比較多次，比如我們判斷學習成績是否位于某個區間：

x = 79

>>> x < 80 and x > 70
True

而更Pythonic的寫法變身鏈式比較，即：

x = 79

>>> 80 < x < 90
False

>>> 70 < x < 80
True

這種寫法給人的感受也更為直觀易懂。

13、函數返回多個值

在Java語言中，當函數需要返回多個值時，通常的做法是生成一個Response對象，然后將要返回的值寫入對象內部。而Python不需要這樣做，可以直接返回多個值：

def f():
? ?error_code = 0
? ?error_desc = "成功"
? ?return error_code, error_desc

使用的時候也會非常簡單：

code, desc = f()
print code, desc

14、使用*運算符

*運算符和** 運算符完美的解決了將元組參數、字典參數進行? unpack，從而簡化了函數定義的形式，如：

def fun(*args):
? ?for eacharg in args:
? ? ? ?print 'tuple arg:', eacharg

fun('I', 'love', 'Python')

運行的結果為：

tuple arg: I

tuple arg: love

tuple arg: Python

感興趣的可以深入閱讀小編之前寫的文章?Python 中的*args和**kwargs。

15、找出列表中出現最多的數

這是經常會遇到的一個問題。解決這個問題的其中一個思路是按照標題11提供的詞頻統計的方法，先統計詞頻，然后遍歷字典，找出具有最大詞頻的數字。有沒有更簡潔的方式？

當然，Python代碼如下：

num = [1, 3, 3, 4, 5, 6, 3, 6, 6, 6]

print ?max(set(num),key=num.count)

這些Pythonic的代碼是否讓你耳目一新？你還能寫出哪些Pythonic的代碼？在留言區跟大家分享一下吧！

提醒福利

之前給大家推薦的《Python核心技術與實戰》還在優惠期，原價￥99，限時優惠￥68，不要錯過了。既然你要學Python為什么不跟著知名公司的一線程序員學吶？100天，帶你進階高手。掃碼免費試看

(完)

看完本文有收獲？請轉發分享給更多人

關注「Python那些事」，做全棧開發工程師

點「在看」的人都變好看了哦

總結

以上是生活随笔為你收集整理的word 代码块_如何优雅的写好 Pythonic 代码？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。