Py学习  »  Python

9个技巧使你的Python代码更Pythonic

数据STUDIO • 1 年前 • 205 次点击  


"Beautiful is better than ugly." 这不仅是 "The Zen of Python" 的第一句话,也是所有Python开发者的信条。

但如何区分漂亮和丑陋的代码?

更重要的是,如何写出漂亮的 Python 代码?

本文将通过初学者容易理解的例子展示9个神话般的Python技巧,以帮助你在日常工作中编写更多的Pythonic程序。

01 product()

使用 product() 函数避免嵌套的Python循环

当一个程序变得复杂时,你不可避免地要写嵌套循环。然而,嵌套循环将使程序更难阅读和维护。

幸运的是,在Python中你总是可以通过内置的 product() 函数避免嵌套循环。

例如,我们有一个包含3级嵌套for循环的程序,如下所示。

list_a = [1202070]
list_b = [2472000]
list_c = [3707]

for a in list_a:
    for b in list_b:
        for c in list_c:
            if a + b + c == 2077:
                print(a, b, c)
# 70 2000 7

为了使其更加整洁,我们可以使用来自 itertools 模块的product()函数来优化代码。

from itertools import product

list_a = [1202070]
list_b = [2472000]
list_c = [3707]

for a, b, c in product(list_a, list_b, list_c):
    if a + b + c == 2077:
        print(a, b, c)
# 70 2000 7

02 海象操作符

赋值表达式的一个可爱技巧

从Python 3.8开始,有一个新的语法,叫做 "海象操作符",它可以作为一个更大的表达式的一部分给变量赋值。

操作符 := 的可爱名字来自海象的眼睛和獠牙。

图片来自维基百科

这种语法非常容易理解。例如,如果我们想把下面两行Python代码写成一行,该怎么做呢?

author = "云朵君"
print(author)
# 云朵君

不幸的是,我们不能直接把赋值放到print()函数中。如果我们尝试的话,会出现一个TypeError。




    
print(author="云朵君")
# TypeError: 'author' is an invalid keyword argument for print()

感谢海象操作者,我们真的可以在一行中做到这一点。

print(author:="云朵君")
# 云朵君

03 三元条件运算符

用一行写一个简单的If-Else结构

在编程世界中,if-else条件无处不在。为了使简单的逻辑易于表达,Python 为我们提供了三元运算符。简单地说,它只允许把一个if-else条件放在一行中。

min = a if a else b

很明显,上面的代码比下面的要整齐得多。

if a  min = a
else:
  min = b

04 Lambda函数

使用Lambda函数来定义简单函数

如果你只想定义一个简单的函数,可能你不需要使用传统的语法来定义它。lambda函数是一个更优雅的选择。

例如,以下函数是计算斐波那契数的。

def fib(x):
    if x<=1:
        return x
    else:
        return fib(x-1) + fib(x-2)

它可以完美地工作,但代码本身有点难看。我们写一个单行代码来实现同样的功能。

05 列表推导式

以Pythonic方式获得一个列表

说列表理解让你的代码变得优雅,仍然是一种轻描淡写的说法。它可以为你节省大量的打字和时间,但仍然保持你的代码可读性。很少有编程语言能做到这一点。

Genius = ["云朵君""小猴子""数据STUDIO""机器学习研习院"]
L1 = [name if name.startswith('云'else 'Not Genius' for name in Genius]
print(L1)
# ["云朵君", "Not Genius", "Not Genius", "Not Genius"]

请随意欣赏一下上述优雅的程序,想想如果没有列表理解的技巧,你需要写多少行代码。

06 高阶函数

利用Python中的高阶函数

Python有一些内置的高阶函数,给我们编写一些常见的逻辑提供了便利。

例如,map() 函数是一个著名且经常使用的高阶函数。它接收两个参数,一个是一个函数,另一个是一个可迭代函数。执行 map 函数将把该函数应用于可迭代的每个元素。

names = ['yAnG''MASk''thoMas''LISA']
names = map(str.capitalize, names)
print(list(names))
# ['Yang', 'Mask', 'Thomas', 'Lisa']

如上例所示,在 map() 函数的帮助下,我们可以避免写一个for循环来大写名字列表中的每一个单词。

另一个著名的高阶函数是 reduce() 。顾名思义,它将一个函数应用到一个迭代器中,并为其进行累加操作。

例如,下面的例子将一个列表转换为一个字符串。

from functools import reduce

city = ['L''o''n''d''o''n'2020]
city_to_str = reduce(lambda x, y: str(x) + str(y), city)
print(city_to_str)
# London2020

07 联合运算符

合并字典的最简单方法

合并字典是日常 Python 编程中的一个常见需求。有很多方法可以做到这一点。但在Python3.9 之前,所有这些方法都很难看。

从 Python3.9 开始,我们终于得到了最优雅的字典合并方式——使用联合运算符。

article_author = {'数据STUDIO''云朵君'
                  '机器学习研习院''小猴子'}
author_cities = {'云朵君''江苏'
                 '小猴子''成都'}

info = article_author|author_cities
print(info)
#{'数据STUDIO': '云朵君', 
  '机器学习研习院''小猴子'
  '云朵君''江苏'
  '小猴子''成都'}

正如上面的例子所示,我们可以简单地使用|操作符来合并两个不同的字典。更有甚者,它还支持就地合并。

08 F-string

F-string字符串格式化技术

几乎每一种编程语言都支持字符串格式化语法。但不是每一种都像Python的f-string技术那样优雅。

pi = 3.1415926
print(f'Pi is approximately equal to {pi:.2f}')
# Pi is approximately equal to 3.14

id = 1  # need to print a 3-digit number
print(f"The id is {id:03d}")
# The id is 001

N = 1000000000  # need to add separator
print(f'His networth is ${N:,d}')
# His networth is $1,000,000,000

如上程序所显示的,使用f-string技巧,我们可以应用一个Python变量并在f-string内定义其格式规范。

你能记住C编程语言的字符串格式化语法吗?你是否同意Python的f-string语法要简单得多?

“Simple is better than complex.” — The Zen of Python

使得f-string技术另一个优秀点是,我们可以在f-strings里面嵌入表达式。嵌入的表达式将在运行时被评估。

下面的例子使用f-string打印今天的时间。

from datetime import datetime

print(f"Today is {datetime.today()}")
# Today is 2022-12-31 18:18:18.666666

9 星号*

使用星号来解包迭代变量和解构赋值

如何将一个列表、一个元组和一个集合合并成一个列表?

最优雅的方式是使用星号*。

A = [123]
B = (456)
C = {789}
L = [*A, *B, *C]
print(L)
# [1, 2, 3, 4, 5, 6, 8, 9, 7]

如上所述,星号可以作为可迭代对象的前缀来解包其项目。

除了解包迭代器,星号还可以用于Python中的解构赋值。

a, *mid, b = [123456]
print(a, mid, b)
# 1 [2, 3, 4, 5] 6

如上所示,使用星号将 mid 变量接收中间的项目,并作为一个列表。

如果本文对你有所帮助,那就点个赞和在看支持下云朵君吧~


🏴‍☠️宝藏级🏴‍☠️ 原创公众号『数据STUDIO』内容超级硬核。公众号以Python为核心语言,垂直于数据科学领域,包括可戳👉 PythonMySQL数据分析数据可视化机器学习与数据挖掘爬虫 等,从入门到进阶!

长按👇关注- 数据STUDIO -设为星标,干货速递

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/161854
 
205 次点击