Python之禅与编程技巧

Python 之禅

在学习 Python 全栈开发之前,早就听闻 “人生苦短,我用 Python” 的 Slogan,对于一个常年使用 C 的程序员,不亲身体验一把,真的很难想象 Python 那飞一般的感觉!
Python之禅与编程技巧_第1张图片

每一个有追求的 Python 工程师都应该谨记于心

不小心让我发现了隐藏在 Python 中有一个彩蛋 —— 我们在命令行中输入 import this 即可获得 Tim Peters 的《Python 之禅》,诗词及其解释翻译如下:

 The Zen of Python, by Tim Peters

 "Beautiful is better than ugly."
 # 优美胜于丑陋(Python以编写优美的代码为目标)

 "Explicit is better than implicit."
 # 显式胜于隐式(优美的代码应当是明了的,命名规范,风格相似)

 "Simple is better than complex."
 # 简单胜于复杂(优美的代码应当是简洁的,不要有复杂的内部实现)

 "Complex is better than complicated."
 # 复杂胜于难懂(如果复杂不可避免,那代码间也不能有难懂的关系,要保持接口简洁)

 "Flat is better than nested."
 # 扁平胜于嵌套(优美的代码应当是扁平的,不能有太多的嵌套)

 "Sparse is better than dense."
 # 分散胜于密集(优美的代码有适当的间隔,不要奢望一行代码解决问题)

 "Readability counts."
 # 可读性应当被重视(优美的代码是可读的)

 "Special cases aren't special enough to break the rules."
 # 特例也不能凌驾于规则之上

 "Although practicality beats purity."
 # 尽管实用性会打败纯粹性

 "Errors should never pass silently."
 # 错误永远不应该默默地溜走

 "Unless explicitly silenced."
 # 除非明确地使其沉默

 "In the face of ambiguity, refuse the temptation to guess."
 # 面对不明确的定义,拒绝猜测的诱惑(当存在多种可能,不要尝试去猜测)

 "There should be one-- and preferably only one --obvious way to do it."
 # 用一种方法,最好只有一种方法来做一件事

 "Although that way may not be obvious at first unless you're Dutch."
 # 虽然一开始这种方法并不是显而易见的,但谁叫你不是Python之父呢

 "Now is better than never."
 # 做比不做好(只要努力,成功也许会迟到但绝不会缺席)

 "Although never is often better than *right* now."
 # 但立马去做有时还不如不做(动手之前要细思量)

 "If the implementation is hard to explain, it's a bad idea."
 # 如果实现很难说明,那它是个坏想法(如果你无法向别人描述你的方案,那肯定不是一个好方案)

 "If the implementation is easy to explain, it may be a good idea."
 # 如果实现容易解释,那它有可能是个好想法

 "Namespaces are one honking great idea -- let's do more of those!"
 # 命名空间是个绝妙的想法,让我们多多使用它们吧!

举例说明

下面列举一些 Python 编程技巧,这些技巧秉承上面的 Python 之禅,读者朋友可以细细品读。

列表推导式

有一个列表:bag = [1, 2, 3, 4, 5]

我们想让所有元素翻倍,让它看起来是这样的:[2, 4, 6, 8, 10]

大多数初学者,根据之前语言的经验会大概这样做:

    bag = [1, 2, 3, 4, 5]
    for i in range(len(bag)):
        bag[i] = bag[i] * 2

但是 Python 有更好的方法,也就是列表推导式:

    bag = [elem * 2 for elem in bag]

遍历列表

还是上面的列表,如果可能尽量避免这样做:

    bag = [1, 2, 3, 4, 5]
    for i in range(len(bag)):
        bag[i] = bag[i] * 2

取而代之的应该是这样:

    bag = [1, 2, 3, 4, 5]
    for i in bag:
        print(i) 

如果 x 是一个列表,你可以对它的元素进行迭代。多数情况下你不需要各元素的索引,但如果你非要这样做,那就用 enumerate 函数。像这样:

    bag = [1, 2, 3, 4, 5]
    for index, element in enumerate(bag):
        print(index, element)

非常直观明了。

元素互换

如果你是从 java 或 C 语言转到 Python 来的,可能会习惯于这样:

    a = 5
    b = 10
    # 交换a和b
    tmp = a
    a = b
    b = tmp

但 Python 提供了一个更自然的方法:

    a = 5
    b = 10
    # 交换a和b
    a, b = b, a

初始化列表

假如你要一个是10个整数0的列表,你可能首先想到:

    bag = []
    for _ in range(10):
        bag.append(0)

换个方式吧:

    bag = [0] * 10

看,多优雅!

注意:如果列表中包含了列表,这样做会产生浅拷贝。

举个例子:

    bag_of_bags = [[0]] * 5  # [[0], [0], [0], [0], [0]]
    bag_of_bags[0][0] = 1    # [[1], [1], [1], [1], [1]]

Oops!所有的列表都改变了,而我们只想改变第一个列表。

    bag_of_bags = [[0] for _ in range(5)]  # [[0], [0], [0], [0], [0]]
    bag_of_bags[0][0] = 1                  # [[1], [0], [0], [0], [0]]

“过早优化是万恶之源”。问问自己,初始化一个列表是必须的吗?

构造字符串

你会经常需要打印字符串。要是有很多变量,避免下面这样:

    name = 'Raymond'
    age = 22
    born_in = "Oakland, CA"
    string = "Hello my name is " + name + "and I'm " + str(age) + " years old. I was born in " + born_in + "."
    print(string)

额,这样看起来多乱呀?你可以用个漂亮简介的方法来代替,.format。

    name = 'Raymond'
    age = 22
    born_in = "Oakland, CA"
    string = "Hello my name is {0} and I'm {1} years old. I was born in {2}.".format(name, age, born_in)
    print(string)

返回元组

Python 允许你在一个函数中返回多个元素,这让生活更简单。但是在解包元组的时候出现这样的常见错误:

    def binary():
        return 0, 1 
    
    result = binary() 
    zero = result[0] 
    one = result[1]

这是没必要的,你完全可以这样:

    def binary():
        return 0, 1 
    
    zero, one = binary()

要是你需要所有的元素被返回,用个下划线 _:

    zero, _ = binary()

就是这么高效率! 这个什么意思?

按照习惯,在 Python 中用单独一个下划线用作变量名的,表示这个变量是临时的或者无关紧要的。

访问字典

你也会经常给 dicts 中写入 key, value(键, 值)。如果你试图访问一个不存在的 key,可能会为了避免 KeyError 错误,你会这样做:

    counter = {}
    bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]
    for i in bag:
        if i in counter:
            counter[i] += 1
        else:
            counter[i] = 1
            
    for i in range(10):
        if i in counter:
            print("Count of {}: {}".format(i, counter[i]))
        else:
            print("Count of {}: {}".format(i, 0))

但是,用 get() 是个更好的办法:

    counter = {}
    bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]
    for i in bag:
        counter[i] = counter.get(i, 0) + 1
        
    for i in range(10):
        print("Count of {}: {}".format(i, counter.get(i, 0)))

当然,你也可以用 setdefault 来代替。

这里还有一个更简单但多花费点开销的办法:

    bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]
    counter = dict([(num, bag.count(num)) for num in bag])
    
    for i in range(10):
        print("Count of {}: {}".format(i, counter.get(i, 0)))

还可以用 dict 推导式:

    counter = {num: bag.count(num) for num in bag}

这两种方法开销大是因为它们在每次调用 count 时都会遍历列表。

使用库

现有的库只需导入,你就可以做你真正想做的了。

还是说前面的例子,我们想设计一个函数来数一个数字在列表中出现的次数。那么,已经有一个库可以做这样的事情。

    from collections import Counter
    bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]
    counter = Counter(bag)
    for i in range(10):
        print("Count of {}: {}".format(i, counter[i]))

使用库的一些理由:

  • 代码是正确而且经过测试的;
  • 它们的算法可能会是最优的,这样就跑地更快;
  • 抽象化:它们指向明确而且文档友好,你可以专注于那些还没有被实现的;
  • 最后,它都已经在那儿了,你不用再造轮子了。

在列表中切片/步进

你可以指定 start 的点和 stop 的点,就像这样 list[start:stop:step]。我们去除列表中前5个元素:

    bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    for elem in bag[:5]:
        print(elem)

这就是切片,我们指定 stop 点是5,在停止前就会从列表中取出5个元素。

要去最后5个元素怎么做?

    bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    for elem in bag[-5:]:
        print(elem)

-5 意味着从列表末尾取出5个元素。

如果你想对列表中元素间隔操作,你可能会这样做:

    bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    for index, elem in enumerate(bag):
        if index % 2 == 0:
            print(elem)

但是你应该这样来做:

    bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
    for elem in bag[::2]:
        print(elem)
    
    # 或者用 ranges
    bag = list(range(0, 10, 2))
    print(bag)

这就是列表中的步进,list[::2] 意思是遍历列表同时两步取出一个元素。

你可以用 list[::-1] 很酷地翻转列表。

怎么样,是不是和我一样感受到了 Python 代码的优美?

你可能感兴趣的:(Python,Python,全栈)