Python之禅与编程技巧

版权声明：本文为CSDN博主「阿基米东」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/lu_embedded/article/details/85260046

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！

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}
1
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。

————————————————
版权声明：本文为CSDN博主「阿基米东」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/lu_embedded/article/details/85260046