何为Pythonic

在《The Zen of Python》中，有以下说明Python的禅意的内容：

Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one-- and preferably only one --obvious way to do it.
Although that way may not be obvious at first unless you're Dutch.
Now is better than never.
Although never is often better than right now.
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those!

文中的句子一直在指引我们写出更美的Python代码，更加Pythonic的代码。Pythonic在这里可以理解成更加符合Python风格的优雅的代码，Python中提供了非常多的语法糖，合理使用的话我们可以让整个代码可读性更强，性能更好，维护成本更低，这样也就达到了我们所谓的Pythonic。

如何做到Pythonic

写出Pythonic的代码需要我们在了解Python的语法特性的基础上也了解其底层的实现，否则一个看似美丽的代码可能存在非常大的性能危机，例如列表操作，若每次进行查询的时候都新建一份数据，将会是一个恶梦。

最近浏览Youtube的时候看到了这样的一个视频，其中讲述了关于如何写出Pythonic代码的技巧。

1.字典查找优化

使用字典进行查找性能优化

通过使用字典，我们的查询时间可以缩小到O(1)，因为字典底层用的Hash，但这是个以空间换时间的做法，需要视情况而定。

2.使用slots进行内存优化

使用__slots__进行优化

__slots__可以用来限制class能添加的属性，他主要是告诉Python 不要使用字典，而使用一个固定量的内存来保存所有的属性，这样能达到减轻内存负担的目的，通过使用这种方法，内存可以减少 30%~50%的占用。
具体可以看以下这篇文章。

参考：

https://eastlakeside.gitbooks.io/interpy-zh/content/slots_magic/

3.合并字典

合并字典

图中这种方式是不Pythonic的，可读性并不是特别好，以下提供了一种更经典的Pythonic的处理方式。他通过字典的update方法来更新字典内容。

经典方式

另一种方式是通过字典表达式:

字典表达式

4.使用yield

通过yield我们可以得到内存友好的生成器，在需要的时候才返回我们需要的值，而不是一次性生成在内存中，是一种lazy的做法。
具体可以看此文中的生成器：Python难点解析---初级篇3.迭代(可迭代、迭代器、生成器)

5.Lambda表达式

使用Lambda表达式我们可以来创建匿名函数，对于一些简单的函数，我们不是很必要使用def关键字来定义函数，通过Lambda表达式我们可以很简洁的得到函数，例如我们有一个得到奇数的函数，我们可以这样定义：

oddfunc = lambda x : x % 2 == 0
#可以用于过滤列表之类的~

6.给自定义类型添加迭代

可以通过实现__iter__方法来实现迭代，实例如下：

class ShoppingCart:
    def __init__(self):
        self.items = []

    def add_item(self, it):
        self.items.append(it)

    # def __iter__(self):
    #     return self.items.__iter__()

    def __iter__(self):
        for i in sorted(self.items, key=lambda x: -x.price):
            yield i


class CartItem:
    def __init__(self, name, price):
        self.price = price
        self.name = name

具体可参考这个文章：Python难点解析---初级篇3.迭代(可迭代、迭代器、生成器)

7.使用列表解析式

列表解析式是Python提供的用于生成列表的语法糖，通过添加限制条件和循环我们可以得到符合我们条件的列表数据。
例如我们要得到一组超过10的列表数据：

list_comperhension = [x for x in range(20) if x > 10]
print(list_comperhension)

通过简洁的语法即可得到符合条件的列表，是一种非常Pythonic的方式。

8.列表切片操作

关于列表的切片操作，基本的规则可以这样表示：list[start:end::step]

start表示开始
end表示结束的索引
step表示索引的步长

最重要的一点是，索引值是>=start而的，例如list[1:3]，则返回列表的索引值为1 2。参考：

 
  
  https://eastlakeside.gitbooks.io/interpy-zh/content/Lambdas/

Python难点解析---高级篇2.Pythonic