pythonic語法的示例分析

這篇文章給大家分享的是有關pythonic語法的示例分析的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

前言

python 是一門簡單而優雅的語言，可能是過于簡單了，不用花太多時間學習就能使用，其實 python 里面還有一些很好的特性，能大大簡化你代碼的邏輯，提高代碼的可讀性。

所謂Pythonic，就是極具Python特色的Python代碼（明顯區別于其它語言的寫法的代碼）

關于 pythonic，你可以在終端打開 python，然后輸入 import this，看看輸出什么，這就是 Tim Peters 的 《The Zen of Python》，這首充滿詩意的詩篇里概況了 python 的設計哲學，而這些思想，其實在所有語言也基本上是通用的

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!

使用生成器 yield

生成器是 python 里面一個非常有用的語法特性，卻也是最容易被忽視的一個，可能是因為大部分能用生成器的地方也能用列表吧。

生成器可以簡單理解成一個函數，每次執行到 yield 語句就返回一個值，通過不停地調用這個函數，就能獲取到所有的值，這些值就能構成了一個等效的列表，但是與列表不同的是，這些值是不斷計算得出，而列表是在一開始就計算好了，這就是 lazy evaluation 的思想。這個特性在數據量特別大的場景非常有用，比如大數據處理，一次無法加載所有的文件，使用生成器就能做到一行一行處理，而不用擔心內存溢出

def fibonacci():
 num0 = 0
 num1 = 1
 for i in range(10):
  num2 = num0 + num1
  yield num2
  num0 = num1
  num1 = num2
for i in fibonacci():
 print(i)

用 else 子句簡化循環和異常

if / else 大家都用過，但是在 python 里面，else 還可以用在循環和異常里面

# pythonic 寫法
for cc in ['UK', 'ID', 'JP', 'US']:
 if cc == 'CN':
  break
else:
 print('no CN')
# 一般寫法
no_cn = True
for cc in ['UK', 'ID', 'JP', 'US']:
 if cc == 'CN':
  no_cn = False
  break
if no_cn:
 print('no CN')

else 放在循環里面的含義是，如果循環全部遍歷完成，沒有執行 break，則執行 else 子句

# pythonic 寫法
try:
 db.execute('UPDATE table SET xx=xx WHERE yy=yy')
except DBError:
 db.rollback()
else:
 db.commit()
# 一般寫法
has_error = False
try:
 db.execute('UPDATE table SET xx=xx WHERE yy=yy')
except DBError:
 db.rollback()
 has_error = True
if not has_error:
 db.commit()

else 放到異常里面可以表示，如果沒有異常發生需要執行的操作

用 with 子句自動管理資源

我們都知道，打開的文件需要在用完之后關閉，要不就會造成資源泄露，但是實際編程的時候經常會忘記關閉，特別是在一些邏輯復雜的場景中，更是如此，python 有一個優雅地解決方案，那就是 with 子句

# pythonic 寫法
with open('pythonic.py') as fp:
 for line in fp:
  print(line[:-1])
# 一般寫法
fp = open('pythonic.py')
for line in fp:
 print(line[:-1])
fp.close()

使用 with as 語句后，無需手動調用 fp.close() , 在作用域結束后，文件會被自動 close 掉，完整的執行過如下:

• 調用 open('pythonic.py') ，返回的一個對象 obj,

• 調用 obj.__enter__() 方法，返回的值賦給 fp

• 執行 with 中的代碼塊

• 執行 obj.__exit__()

• 如果這個過程發生異常，將異常傳給 obj.__exit__() ，如果 obj.__exit__() 返回 False, 異常將被繼續拋出，如果返回 True，異常被掛起，程序繼續運行

列表推導與生成器表達式

列表推導

[expr for iter_var in iterable if cond_expr]

生成器表達式

(expr for iter_var in iterable if cond_expr)

列表推導和生成器表達式提供了一種非常簡潔高效的方式來創建列表或者迭代器

# pythonic 寫法
squares = [x * x for x in range(10)]
# 一般寫法
squares = []
for x in range(10):
 squares.append(x * x)

用 items 遍歷 map

python 里面 map 的遍歷有很多種方式，在需要同事使用 key 和 value 的場合，建議使用 items() 函數

m = {'one': 1, 'two': 2, 'three': 3}
for k, v in m.items():
 print(k, v)
for k, v in sorted(m.items()):
 print(k, v)

感謝各位的閱讀！關于“pythonic語法的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！