Martin(Bob大叔)曾在《代码整洁之道》一书打趣地说：当你的代码在做 Code Review 时，审查者要是愤怒地吼道：

“What the fuck, is this shit?”

等言辞激烈的词语时，那说明你写的代码是 Bad Code，如果审查者只是漫不经心的吐出几个

“What the fuck?”，

那说明你写的是 Good Code。衡量代码质量的唯一标准就是每分钟骂出“WTF” 的频率。

一份优雅、干净、整洁的代码通常自带文档和注释属性，读代码即是读作者的思路。Python 开发中很少要像 Java 一样把遵循某种设计模式作为开发原则来应用到系统中，毕竟设计模式只是一种实现手段而已，代码清晰才是最终目的，而 Python 灵活而不失优雅，这也是为什么 Python 能够深受 geek 喜爱的原因之一。

上周写了一篇：代码这样写更优雅，朋友们纷纷表示希望再写点儿，今天就接着这个话题写点 Python 中那些 Pythonic 的写法，希望可以抛砖引玉。

1、链式比较操作

age = 18if age > 18 and x < 60:    print("yong man")

pythonic

if 18 < age < 60:    print("yong man")

理解了链式比较操作，那么你应该知道为什么下面这行代码输出的结果是 False。

>>> False == False == True False

2、if/else 三目运算

if gender == 'male':    text = '男'else:    text = '女'

pythonic

text = '男' if gender == 'male' else '女'

在类C的语言中都支持三目运算 b?x:y，Python之禅有这样一句话：

“There should be one— and preferably only one —obvious way to do it. ”。

能够用 if/else 清晰表达逻辑时，就没必要再额外新增一种方式来实现。

3、真值判断

检查某个对象是否为真值时，还显示地与 True 和 False 做比较就显得多此一举，不专业

if attr == True:    do_something()if len(values) != 0: # 判断列表是否为空    do_something()

pythonic

if attr:    do_something()if values:    do_something()

真假值对照表：

4、for/else语句

for else 是 Python 中特有的语法格式，else 中的代码在 for 循环遍历完所有元素之后执行。

flagfound = Falsefor i in mylist:    if i == theflag:        flagfound = True        break    process(i)if not flagfound:    raise ValueError("List argument missing terminal flag.")

pythonic

for i in mylist:    if i == theflag:        break    process(i)else:    raise ValueError("List argument missing terminal flag.")

5、字符串格式化

s1 = "foofish.net"s2 = "vttalk"s3 = "welcome to %s and following %s" % (s1, s2)

pythonic

s3 = "welcome to {blog} and following {wechat}".format(blog="foofish.net", wechat="vttalk")

很难说用 format 比用 %s 的代码量少，但是 format 更易于理解。

“Explicit is better than implicit —- Zen of Python”

6、列表切片

获取列表中的部分元素最先想到的就是用 for 循环根据条件提取元素，这也是其它语言中惯用的手段，而在 Python 中还有强大的切片功能。

items = range(10)# 奇数odd_items = []for i in items:    if i % 2 != 0:        odd_items.append(i)# 拷贝copy_items = []for i in items:    copy_items.append(i)

pythonic

# 第1到第4个元素的范围区间sub_items = items[1:4]# 奇数odd_items = items[1::2]#拷贝copy_items = items[::] 或者 items[:]

列表元素的下标不仅可以用正数表示，还是用负数表示，最后一个元素的位置是 -1，从右往左，依次递减。

-------------------------- | P | y | t | h | o | n |--------------------------   0   1   2   3   4   5   -6  -5  -4  -3  -2  -1--------------------------

7、善用生成器

def fib(n):    a, b = 0, 1    result = []     while b < n:        result.append(b)        a, b = b, a+b    return result

pythonic

def fib(n):    a, b = 0, 1    while a < n:        yield a        a, b = b, a + b

上面是用生成器生成费波那契数列。生成器的好处就是无需一次性把所有元素加载到内存，只有迭代获取元素时才返回该元素，而列表是预先一次性把全部元素加载到了内存。此外用 yield 代码看起来更清晰。

8、获取字典元素

d = {'name': 'foo'}if d.has_key('name'):    print(d['name'])else:    print('unkonw')

pythonic

d.get("name", "unknow")

9、预设字典默认值

通过 key 分组的时候，不得不每次检查 key 是否已经存在于字典中。

data = [('foo', 10), ('bar', 20), ('foo', 39), ('bar', 49)]groups = {}for (key, value) in data:    if key in groups:        groups[key].append(value)    else:        groups[key] = [value]

pythonic

#　第一种方式groups = {}for (key, value) in data:    groups.setdefault(key, []).append(value) # 第二种方式from collections import defaultdictgroups = defaultdict(list)for (key, value) in data:    groups[key].append(value)

10、字典推导式

在python2.7之前，构建字典对象一般使用下面这种方式，可读性非常差

numbers = [1,2,3]my_dict = dict([(number,number*2) for number in numbers])print(my_dict)  # {1: 2, 2: 4, 3: 6}

pythonic

numbers = [1, 2, 3]my_dict = {number: number * 2 for number in numbers}print(my_dict)  # {1: 2, 2: 4, 3: 6}# 还可以指定过滤条件my_dict = {number: number * 2 for number in numbers if number > 1}print(my_dict)  # {2: 4, 3: 6}

字典推导式是 python2.7 新增的特性，可读性增强了很多，类似的还是列表推导式和集合推导式。

猜你喜欢：

---

是的，公众号改名了，长按二维码关注「Python之禅」 分享Python相关技术干货

本文对你有帮助？分享给更多人