Pythonic风格代码有什么好处？附12个代码实例

 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。

成都创新互联自2013年起，是专业互联网技术服务公司，拥有项目做网站、网站制作网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元澜沧做网站,已为上家服务,为澜沧各地企业和个人服务,联系电话:13518219792

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：

 
 
 
 

  
  
  
  
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：

 
 
 
 

  
  
  
  
for item in items: 
  
  
  
  
  item.perform_action() 
 
 
 
 

想要更加pythonic，用生成器表达式来写循环：

 
 
 
 

  
  
  
  
(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。

 
 
 
 

  
  
  
  
# 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。

 
 
 
 

  
  
  
  
# 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。

 
 
 
 

  
  
  
  
# 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。

 
 
 
 

  
  
  
  
# 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。

 
 
 
 

  
  
  
  
# 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

 
 
 
 

  
  
  
  
# 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。

 
 
 
 

  
  
  
  
# 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

 
 
 
 

  
  
  
  
# 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

 
 
 
 

  
  
  
  
# 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

 
 
 
 

  
  
  
  
# 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

 
 
 
 

  
  
  
  
# 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：

网站名称：Pythonic风格代码有什么好处？附12个代码实例
文章源于：http://www.xiwangwangguoyuan.com/article/ccooijp.html