标签：... name 可读性 简洁性 grade number Name balance 函数

图源：unsplash

Python对初学者非常友好，许多人在开始学习编程时都会选择Python。简单易上手是你接触它之后发现的第一个优点。进一步了解之后，你可能会被它的灵活性所吸引——可通过各种方式做同一功能。

事实上，还有更便捷的解决方案。代码越简洁，可读性越高且能够长期存在。用Python编写简洁代码的方法有很多，本文想与大家分享笔者在日常Python项目中发现的特别有用的五个技巧。

1.列表、字典和集合推导式

列表推导式是众多Python程序员最喜欢的特征之一。这是一种从迭代器创建列表的简洁方法。基本语法是[expression for x in iterable]。可以看一些示例进一步了解其用法：

>>># Create a list for subsequentoperations
          >>> numbers = [1, 2, 3, 4, 5, 6]
          >>>
>>># Typical way to create a list consisting of squares
          >>> squares0 = []
          >>>for number in numbers:
          ...     squares0.append(number*number)
          ...
          >>># List comprehensions
          >>> squares1 = [number*number for number in numbers]

在不使用列表推导式的情况下，必须创建一个空列表，并通过运行for循环来添加每个数字的平方，这通常需要三行代码。使用列别推导式后，只需一行代码即可构建相同的平方列表。

除了列表推导式，还有字典和集合推导式。字典推导式有该基本语法 {key_expr:value_expr for x in iterable}，集合推导式的基本语法是 {expressionfor x in iterable}。与列表推导式示例类似，不使用推导式的情况下，需要多行代码来构建所需的字典和集合。

>>># Dictionary comprehension
             >>> squares_dict = {number: number*number for number in numbers}
             >>> squares_dict
             {1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36}
             >>>
>>># Set comprehension
             >>> numbers_dups = [1, 2, 3, 4, 3, 2, 1]
             >>> squares_set = {number*number for number in numbers_dups}
             >>> squares_set
             {16, 1, 4, 9}

2.Lambda函数

Lambda函数是Python中的匿名函数，通常用于小规模操作。Lambda函数可以接受一到多个参数，只需一个表达式，其语法为lambda parameters:expression。

图源：pixabay

笔者将使用内置sorted()函数演示lambda函数的用法。具体而言，sorted()函数会使用key函数对迭代进行排序，该函数由key参数指定。我们可以将lambda函数作为key参数，而不是用def关键字声明常规函数。

>>># Create a list of students with theirgrading information
           >>> grades = [{ name :  John ,  grade : 95}, { name :  Aaron ,  grade : 92}, { name :  Jennifer ,  grade : 100}]
           >>>
>>># Sort using a regular function
           >>>defsort_grade(student):
           ...     return student[ grade ]
           ...
           >>>sorted(grades, key=sort_grade)
           [{ name :  Aaron ,  grade : 92}, { name :  John ,  grade : 95}, { name :  Jennifer ,  grade : 100}]
           >>>
>>># Sort using a lambda
           >>>sorted(grades, key=lambda x: x[ grade ])
           [{ name :  Aaron ,  grade : 92}, { name :  John ,  grade : 95}, { name :  Jennifer ,  grade : 100}]

如上所示，使用lambda函数可以编写出更简洁的调用sorted()函数的命令。在使用正则表达式之前，必须先声明该函数，然后才能使用sorted()函数，这一定比直接使用lambda函数更繁琐。

3.命名元组作数据结构

元组可以存储一些相关数据，但是使用起来并不顺手，特别是涉及特定元素时，必须记住顺序并使用特定元素的正确索引。如果不想使用元组，虽然可以构建一个自定义类来管理相关数据，但namedtuple数据类型是一种非常有用的轻量级数据结构。

通过集合模块，namedtuple数据类型采用以下基本语法：namedtuple(Typename,field_names)。语法并不直截了当，不过从概念上来说是容易理解的。

来看看示例。理想的特性是创建一个可以存储学生信息的数据结构，包括姓名、性别和学生ID号。

>>># Use a custom class
      >>>classStudent0:
      ...     def__init__(self, name, gender, student_id):
      ...         self.name = name
      ...         self.gender = gender
      ...         self.student_id = student_id
      ...
      >>> s0 =Student0( John ,  M , 2020001)
      >>>f"Name: {s0.name}; Gender: {s0.gender}; ID #: {s0.student_id}"
       Name: John; Gender: M; ID #: 2020001 
      >>>
>>># Use the namedtuple
      >>>from collections import namedtuple
      >>>Student1=namedtuple("Student1", ["name", "gender", "student_id"])
      >>> s1 =Student1( Jennifer ,  F , 2020002)
      >>>f"Name: {s1.name}; Gender: {s1.gender}; ID #: {s1.student_id}"
       Name: Jennifer; Gender: F; ID #:2020002 

使用namedtuple模块，可以用更简洁的代码编写轻量级数据结构。当然，请注意，自定义类提供了更多可以操作的功能。但如果只是为了存储和检索数据而创建一个数据结构，完全可以考虑使用namedtuple模块。

图源：unsplash

4.使用enumerate()和zip()进行迭代

编码的一个关键原则是精简。当处理一系列数据（如数字列表）时，通常需要对列表中的每个数字执行相同的操作。为了避免重复相同的代码，可以使用for循环loop来运行整个列表的迭代。

当迭代一个列表或任何序列时，有时还需要知道该项在序列中的位置。下面几种方法可以做到这一点。

>>># Create a list of students based ontheir arrival sequence
        >>> students = [ John ,  Aaron ,  Jennifer ,  Ashley ]
        >>>
>>># Lengthy way
        >>>for index inrange(len(students)):
        ...     student = students[index]
        ...     print(f"Arrival # {index+1}: {student}")
        ...
        Arrival# 1: John
        Arrival# 2: Aaron
        Arrival# 3: Jennifer
        Arrival# 4: Ashley
        >>>
>>># Concise way
        >>>for index, student inenumerate(students, 1):
        ...     print(f"Arrival # {index}: {student}")
        ...
        Arrival# 1: John
        Arrival# 2: Aaron
        Arrival# 3: Jennifer
        Arrival# 4: Ashley

通过使用内置函数enumerate()，可以轻松访问序列中的索引和元素，这比第一次迭代更简洁。更重要的是，它可以设置开始计数的数字。在上面的示例中设置为了1。

除了enumerate()函数，zip()函数在迭代中也颇为有用。此函数可以从多个迭代中创建元组，而无需特意为这些迭代创建复合迭代。

>>># Create two lists for zip(), with oneto one match
      >>> names = [ John ,  Danny ,  Jennifer ]
      >>> scores = [95, 99, 100]
      >>>
>>># Lengthy way
      >>>for index inrange(len(names)):
      ...     name, score = names[index], scores[index]
      ...     print(f"Name: {name}; Score: {score}")
      ...
      Name: John; Score: 95
      Name: Danny; Score: 99
      Name: Jennifer; Score: 100
      >>>
>>># Concise way
      >>>for name, score inzip(names, scores):
      ...     print(f"Name: {name}; Score: {score}")
      ...
      Name: John; Score: 95
      Name: Danny; Score: 99
      Name: Jennifer; Score: 100

基本上，zip()函数所做的就是从迭代中获取每个元素，以便在每次迭代中形成一个有顺序的元组。这样一来代码会更简洁，可读性也更高。

图片
图源：unsplash

5.f字符串格式化

字符串太基础了，我们基本上在哪都会用它。字符串的一个基本应用是与某些格式一并使用。有几种格式化字符串的方法，笔者想介绍的是f字符串，这个方法非常简单。

f字符串是使用字母f（或F）作为字符串文本的前缀插入的字符串文本。为了编写简洁的代码，下面两个用例首选f字符串：

· 显示变量。最基本的用法是显示一些变量的值，以便在开发过程中进行调试。如果使用传统的format（）方法，代码会偏长。

>>># Construct a list for formatting/debugging
                            >>> prime_numbers = [2, 3, 5, 7, 11]
                            >>>
>>># Show the list using format
                            >>>print("Prime Numbers: {}".format(prime_numbers))
                            PrimeNumbers: [2, 3, 5, 7, 11]
                            >>>
>>># Show the list using f-string
                            >>>print(f"Prime Numbers: {prime_numbers}")
                            PrimeNumbers: [2, 3, 5, 7, 11]

· 加入变量/连接字符串。f字符串不是使用+和字符串的join（）方法，而是非常直接地用于字符串连接，并且它们具有最高的可读性。在实际操作中可用于构造文件路径，如下所示：

>>># The folder and extension
                 >>> folder = ./usr/images 
                 >>> ext = .jpg 
                 >>>
>>># File name is computed from this list
                 >>> names = [10, 11, 12]
                 >>>
>>># Construct File paths
                 >>># Use + for concatenation
                 >>> paths0 = [folder + / +str(x) + ext for x in names]
                 >>>
>>># Use join()
                 >>> paths1 = [  .join([folder,  / , str(x), ext]) for x in names]
                 >>>
>>># Use f strings
                 >>> paths2 = [f"{folder}/{x}{ext}"for x in names]

图源：pixabay

编写越简短，代码的可读性和可维护性就会得到实际的提高，这是亘古不变的真理。但请记住，简洁的代码不应该带来任何潜在的歧义或混淆。

你必须在简洁性和可读性之间寻求平衡点。一旦发生冲突，首先考虑可读性，哪怕这会需要更多的代码。

留言点赞发个朋友圈

我们一起分享AI学习与发展的干货

编译组：苏韫琦、高洋
相关链接：
https://medium.com/better-programming/5-tricks-to-write-more-concise-python-code-f075f66336b6

如转载，请后台留言，遵守转载规范

推荐文章阅读

ACL2018论文集50篇解读
EMNLP2017论文集28篇论文解读
2018年AI三大顶会中国学术成果全链接
ACL2017论文集：34篇解读干货全在这里
10篇AAAI2017经典论文回顾

长按识别二维码可添加关注

读芯君爱你

标签：...,name,可读性,简洁性,grade,number,Name,balance,函数
来源： https://blog.51cto.com/15057819/2565273

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。