转载：https://mp.weixin.qq.com/s?timestamp=1498528588&src=http://www.mamicode.com/3&ver=1&signature=DfFeOFPXy44ObCMO3yMBLLgt5iFzbFAuShvog4m*JYf1w-gLIDZd7VoPWJN5f36DbVcaBJi33DkfXw6i-h*F7hVyz-wkID*CWQApnqKNCZU-D1o0fNl7h5DnB0HabcBOJV0c7i0*vmiKEZhGAFowkbtf*lioV3DQxtjLDFQI-Lg=

　　Python 这门语言最大的优点之一就是语法简洁，好的代码就像伪代码一样，干净、整洁、一目了然。但有时候我们写代码，特别是 Python 初学者，往往还是按照其它语言的思维习惯来写，那样的写法不仅运行速度慢，代码读起来也费尽，给人一种拖泥带水

的感觉，过段时间连自己也读不懂。

　　《计算机程序的构造和解释》的作者哈尔·阿伯尔森曾这样说：“Programs must be written for people to read, and only incidentally for machines to execute.”

 要写出 Pythonic（优雅的、地道的、整洁的）代码，还要平时多观察那些大牛代码，Github 上有很多非常优秀的源代码值得阅读，比如：requests、flask、tornado，笔者列举一些常见的 Pythonic 写法，希望能给你带来一点启迪。

1、变量交换

大部分编程语言中交换两个变量的值时，不得不引入一个临时变量：

>>> a = 1

>>> b = 2

>>> tmp = a

>>> a = b

>>> b = tmp

pythonic

>>> a, b = b, a

2、循环遍历区间元素

for i in [0, 1, 2, 3, 4, 5]:

    (print i)

# 或者

for i in range(6):

    (print i)

pythonic

for i in xrange(6):

    (print i)

xrange 返回的是生成器对象，生成器比列表更加节省内存，不过需要注意的是 xrange 是 python2 中的写法，python3 只有 range 方法，特点和 xrange 是一样的。

3、带有索引位置的集合遍历

遍历集合时如果需要使用到集合的索引位置时，直接对集合迭代是没有索引信息的，普通的方式使用：

colors = [‘red‘, ‘green‘, ‘blue‘, ‘yellow‘]

 

for i in range(len(colors)):

    print (i, ‘--->‘, colors[i])

pythonic

for i, color in enumerate(colors):

    print (i, ‘--->‘, color)

4、字符串连接

字符串连接时，普通的方式可以用 + 操作

names = [‘raymond‘, ‘rachel‘, ‘matthew‘, ‘roger‘,

         ‘betty‘, ‘melissa‘, ‘judith‘, ‘charlie‘]

 

s = names[0]

for name in names[1:]:

    s += ‘, ‘ + name

print (s)

pythonic

print (‘, ‘.join(names))

join 是一种更加高效的字符串连接方式，使用 + 操作时，每执行一次+操作就会导致在内存中生成一个新的字符串对象，遍历8次有8个字符串生成，造成无谓的内存浪费。而用 join 方法整个过程只会产生一个字符串对象。

5、打开/关闭文件

执行文件操作时，最后一定不能忘记的操作是关闭文件，即使报错了也要 close。普通的方式是在 finnally 块中显示的调用 close 方法。

f = open(‘data.txt‘)

try:

    data = f.read()

finally:

    f.close()

pythonic

with open(‘data.txt‘) as f:

    data = f.read()

使用 with 语句，系统会在执行完文件操作后自动关闭文件对象。

6、列表推导式

能够用一行代码简明扼要地解决问题时，绝不要用两行，比如

result = []

for i in range(10):

    s = i*2

    result.append(s)

pythonic

[i*2 for i in xrange(10)]

与之类似的还有生成器表达式、字典推导式，都是很 pythonic 的写法。

7、善用装饰器

装饰器可以把与业务逻辑无关的代码抽离出来，让代码保持干净清爽，而且装饰器还能被多个地方重复利用。比如一个爬虫网页的函数，如果该 URL 曾经被爬过就直接从缓存中获取，否则爬下来之后加入到缓存，防止后续重复爬取。

def web_lookup(url, saved={}):

    if url in saved:

        return saved[url]

    page = urllib.urlopen(url).read()

    saved[url] = page

    return page

pythonic

import urllib #py2

#import urllib.request as urllib # py3

 

def cache(func):

    saved = {}

 

    def wrapper(url):

        if url in saved:

            return saved[url]

        else:

            page = func(url)

            saved[url] = page

            return page

 

    return wrapper

 

def web_lookup(url):

    return urllib.urlopen(url).read()

用装饰器写代码表面上感觉代码量更多，但是它把缓存相关的逻辑抽离出来了，可以给更多的函数调用，这样总的代码量就会少很多，而且业务方法看起来简洁了。

8、合理使用列表

列表对象（list）是一个查询效率高于更新操作的数据结构，比如删除一个元素和插入一个元素时执行效率就非常低，因为还要对剩下的元素进行移动

names = [‘raymond‘, ‘rachel‘, ‘matthew‘, ‘roger‘,

         ‘betty‘, ‘melissa‘, ‘judith‘, ‘charlie‘]

names.pop(0)

names.insert(0, ‘mark‘)

pythonic

from collections import deque

names = deque([‘raymond‘, ‘rachel‘, ‘matthew‘, ‘roger‘,

               ‘betty‘, ‘melissa‘, ‘judith‘, ‘charlie‘])

names.popleft()

names.appendleft(‘mark‘)

deque 是一个双向队列的数据结构，删除元素和插入元素会很快

9、序列解包

p = ‘vttalk‘, ‘female‘, 30, ‘python@qq.com‘

 

name = p[0]

gender = p[1]

age = p[2]

email = p[3]

pythonic

name, gender, age, email = p

10、遍历字典的 key 和 value

方法一速度没那么快，因为每次迭代的时候还要重新进行hash查找 key 对应的 value。

方法二遇到字典非常大的时候，会导致内存的消耗增加一倍以上

# 方法一

for k in d:

    print (k, ‘--->‘, d[k])

 

# 方法二

for k, v in d.items():

    print (k, ‘--->‘, v)

pythonic

for k, v in d.iteritems():

    print (k, ‘--->‘, v)

iteritems 返回迭代器对象，可节省更多的内存，不过在 python3 中没有该方法了，只有 items 方法，等值于 iteritems。

当然还有很多 pythonic 写法，在此不再一一列举，说不定有第二期，欢迎留言。觉得不错就zan一个吧 (^o^)/

代码这样写更优雅（Python 版）(转载)