前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >pythonic风格代码有什么好处?附12个代码实例

pythonic风格代码有什么好处?附12个代码实例

作者头像
Python大数据分析
发布2022-04-03 13:20:38
4930
发布2022-04-03 13:20:38
举报

pythonic是开发者们在写python代码过程中总结的编程习惯,崇尚优雅、明确、简单。就好比中文笔画,有先后顺序,最符合文字书写的习惯。

因为是习惯,不是江湖规则,所以你大可不必遵守pythonic,但如果你想成为python高手,最好是养成这个习惯。

对比其他语言我们能直观看出pythonic风格的特点,比如写一个简单循环。

在Java里这样的:

代码语言:javascript
复制
for index in (index; index < items.length ; index++)
 {
  item = items[index];
 ... now do something
 }

尝试用python来写循环,则非常简洁易懂:

代码语言:javascript
复制
for item in items:
  item.perform_action()

想要更加pythonic,用生成器表达式来写循环:

代码语言:javascript
复制
(item.some_attribute for item in items)

这样的写法其实已经接近自然语言,一眼能看出代码意思。

如果你在Python IDE中输入import python,则会看到下面一首诗:

美胜于丑,简胜于繁,这就是Python哲学。

有一本书《effctive python》里面讲到蛮多pythonic的写法,下面列出一些常见的代码。

「1、用列表推导式来取代map、filter」

map、filter需要编写额外的lambda函数,用起来比较复杂,而且效率也不高。

列表推导式则非常简洁,通过循环创建列表。

代码语言:javascript
复制
# 任务:找到列表中可以被2整除的数,并作二次方运算。

# 非pythonic方法
a = [1,2,3,4,5,6,7,8,9,10]
result = map(lambda x: x**2 ,filter(lambda x: x%2==0,a))

# pythonic方法
a = [1,2,3,4,5,6,7,8,9,10]
result = [x**2 for x in a if x%2==0]

「2、用生成器表达式来代替数据量较大的列表推导」

列表推导式虽然简洁,但是不适合大数据量的生成,因为可能会把内存占满。这时就要用到生成器表达式,它返回生成器,基本不占用内存。

代码语言:javascript
复制
# 任务:对十亿条数据进行求平方根操作

# 非pythonic方法
a = [1,2,3,4,5,6,7,8,9,10] # 假装这里有十亿个数字
result = [x**0.5 for x in a]

# pythonic方法
a = [1,2,3,4,5,6,7,8,9,10]# 假装这里有十亿个数字
result = (x**0.5 for x in a)

「3、尽量使用enumerate」

enumerate可以把迭代器包装成生成器,每次遍历时,会同时列出数据和数据下标。

代码语言:javascript
复制
# 任务:打印列表中每个元素的索引

# 非pythonic方法
a = ['apple','banana','orange']
for i in range(len(a)):
    print(a[i],':',i)

# pythonic方法
a = ['apple','banana','orange']
for i,j in enumerate(a):
    print(i,':',j)

「4、使用with方法处理文件」

with语句提供一个有效的机制,让代码更简练,同时在异常产生时,清理工作更简单。

代码语言:javascript
复制
# 任务:读取一个txt文件

# 非pythonic方法
f = open("some_file.txt")
try:
  data = f.read()
  # 其他文件操作..
finally:
  f.close()

# pythonic方法
with open("some_file.txt") as f:
  data = f.read()
  # 其他文件操作...

「5、使用map函数」

zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的可迭代对象。

代码语言:javascript
复制
# 任务:对比两个列表相同索引位置元素的大小,输出较大值

# 非pythonic方法
a = [1,5,7]
b = [2,4,6]
for i in range(len(a)):
    if a[i] > b[i]:
        print(a[i])
    else:
        print(b[i])

# pythonic方法
a = [1,5,7]
b = [2,4,6]
for i,j in zip(a,b):
    if i > j:
        print(i)
    else:
        print(j)

「6、每行只写一段语句」

代码语言:javascript
复制
# 非pythonic方法
print ('one'); print ('two')

if x == 1: print ('one')

# pythonic方法
print ('one');
print ('two')

if x == 1:
    print ('one')

「7、缩进」

续行应该与其包裹元素对齐,要么使用圆括号、方括号和花括号内的隐式行连接来垂直对齐,要么使用挂行缩进对齐3。

当使用挂行缩进时,应该考虑到第一行不应该有参数,以及使用缩进以区分自己是续行。

代码语言:javascript
复制
# 非pythonic方法
# 没有使用垂直对齐时,禁止把参数放在第一行
foo = long_function_name(var_one, var_two,
    var_three, var_four)

# 当缩进没有与其他行区分时,要增加缩进
def long_function_name(
    var_one, var_two, var_three,
    var_four):
    print(var_one)

# pythonic方法
# 与左括号对齐
foo = long_function_name(var_one, var_two,
                         var_three, var_four)

# 用更多的缩进来与其他行区分
def long_function_name(
        var_one, var_two, var_three,
        var_four):
    print(var_one)

# 挂行缩进应该再换一行
foo = long_function_name(
    var_one, var_two,
    var_three, var_four)

「8、 import 导入要分行」

代码语言:javascript
复制
# 非pythonic方法
import sys, os

# pythonic方法
import os
import sys
from subprocess import Popen, PIPE

「9、交换两个变量的值」

代码语言:javascript
复制
# 非pythonic方法
a = 'hello'
b = 'world'
temp = a
a = b
b = temp
print(a, b)


# pythonic方法
a = 'hello'
b = 'world'
a, b = b, a
print(a, b)

「10、使用join方法拼接字符串」

代码语言:javascript
复制
# 非pythonic方法
a = ['w','o','r','l','d']
b = ''
for i in a:
    b+=i
print(b)


# pythonic方法
a = ['w','o','r','l','d']
b = ''.join(a)
print(b)

「11、判断一个值是否为True、空列表、None」

代码语言:javascript
复制
# 非pythonic方法
if x == True:
    pass
if len(y) == 0:
    pass
if z == None:
    pass


# pythonic方法
if x:
    pass
if not y:
    pass
if z is None:
    pass

「12、pythonic风格函数」

  • 命名合理
  • 具有单一功能
  • 包含文档注释
  • 返回一个值
  • 函数和类应该用两个空行隔开
  • 尽量使用内置函数

「补充」

最后说下PEP8规范,PEP8是Python的编码规范,其目的在于提高代码的可读性。

写python代码时,在保证准确的前提下,要尽可能遵守PEP8。

PEP8含义:

常见规则:

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-02-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python大数据分析 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档