來源：安生連結：

Python最大的優點之一就是語法簡潔，好的程式碼就像虛擬碼一樣，乾淨、整潔、一目瞭然。要寫出 Pythonic（優雅的、地道的、整潔的）程式碼，需要多看多學大牛們寫的程式碼，github 上有很多非常優秀的原始碼值得閱讀，比如：requests、flask、tornado，下面列舉一些常見的Pythonic寫法。

0. 程式必須先讓人讀懂，然後才能讓計算機執行。

“Programs must be written for people to read, and only incidentally for machines to execute.”

1. 交換賦值



##不推薦



temp = a


a = b


b = a  





##推薦



a, b = b, a  

#  先生成一個元組(tuple)物件，然後unpack

2. Unpacking



##不推薦



l = [

'David'

, 

'Pythonista'

, 

'+1-514-555-1234'

]


first_name = l[


]


last_name = l[

1

]


phone_number = l[

2

]  





##推薦



l = [

'David'

, 

'Pythonista'

, 

'+1-514-555-1234'

]


first_name, last_name, phone_number = l



# Python 3 Only



first, *middle, last = another_list

3. 使用運算子in



##不推薦




if

 fruit == 

"apple"

 

or

 fruit == 

"orange"

 

or

 fruit == 

"berry"

:


    

# 多次判斷  






##推薦




if

 fruit 

in

 [

"apple"

, 

"orange"

, 

"berry"

]:


    

# 使用 in 更加簡潔

4. 字串操作



##不推薦



colors = [

'red'

, 

'blue'

, 

'green'

, 

'yellow'

]




result = 

''




for

 s 

in

 colors:


    result += s  

#  每次賦值都丟棄以前的字串物件, 生成一個新物件  






##推薦



colors = [

'red'

, 

'blue'

, 

'green'

, 

'yellow'

]


result = 

''

.join(colors)  

#  沒有額外的記憶體分配

5. 字典鍵值列表



##不推薦




for

 key 

in

 my_dict.keys():


    

#  my_dict[key] ...  






##推薦




for

 key 

in

 my_dict:


    

#  my_dict[key] ...






# 只有當迴圈中需要更改key值的情況下，我們需要使用 my_dict.keys()




# 生成靜態的鍵值列表。

6. 字典鍵值判斷



##不推薦




if

 my_dict.has_key(key):


    

# ...do something with d[key]  






##推薦




if

 key 

in

 my_dict:


    

# ...do something with d[key]

7. 字典 get 和 setdefault 方法



##不推薦



navs = {}



for

 (portfolio, equity, position) 

in

 data:


    

if

 portfolio 

not

 

in

 navs:


            navs[portfolio] = 




    navs[portfolio] += position * prices[equity]



##推薦



navs = {}



for

 (portfolio, equity, position) 

in

 data:


    

# 使用 get 方法



    navs[portfolio] = navs.get(portfolio, 


) + position * prices[equity]


    

# 或者使用 setdefault 方法



    navs.setdefault(portfolio, 


)


    navs[portfolio] += position * prices[equity]

8. 判斷真偽



##不推薦




if

 x == 

True

:


    

# ....




if

 len(items) != 


:


    

# ...




if

 items != []:


    

# ...  






##推薦




if

 x:


    

# ....




if

 items:


    

# ...

9. 遍歷列表以及索引



##不推薦



items = 

'zero one two three'

.split()



# method 1



i = 





for

 item 

in

 items:


    

print

 i, item


    i += 

1




# method 2




for

 i 

in

 range(len(items)):


    

print

 i, items[i]





##推薦



items = 

'zero one two three'

.split()



for

 i, item 

in

 enumerate(items):


    

print

 i, item

10. 列表推導



##不推薦



new_list = []



for

 item 

in

 a_list:


    

if

 condition(item):


        new_list.append(fn(item))  





##推薦



new_list = [fn(item) 

for

 item 

in

 a_list 

if

 condition(item)]

11. 列表推導-巢狀



##不推薦




for

 sub_list 

in

 nested_list:


    

if

 list_condition(sub_list):


        

for

 item 

in

 sub_list:


            

if

 item_condition(item):


                

# do something...  




##推薦



gen = (item 

for

 sl 

in

 nested_list 

if

 list_condition(sl) \


            

for

 item 

in

 sl 

if

 item_condition(item))



for

 item 

in

 gen:


    

# do something...

12. 迴圈巢狀



##不推薦




for

 x 

in

 x_list:


    

for

 y 

in

 y_list:


        

for

 z 

in

 z_list:


            

# do something for x &amp;amp; y  






##推薦




from

 itertools 

import

 product



for

 x, y, z 

in

 product(x_list, y_list, z_list):


    

# do something for x, y, z

13. 儘量使用生成器代替列表



##不推薦





def

 

my_range


(n)

:



    i = 




    result = []


    

while

 i &amp;lt; n:


        result.append(fn(i))


        i += 

1



    

return

 result  

#  返回列表






##推薦





def

 

my_range


(n)

:



    i = 




    result = []


    

while

 i &amp;lt; n:


        

yield

 fn(i)  

#  使用生成器代替列表



        i += 

1



*儘量用生成器代替列表，除非必須用到列表特有的函式。

14. 中間結果儘量使用imap/ifilter代替map/filter



##不推薦



reduce(rf, filter(ff, map(mf, a_list)))





##推薦




from

 itertools 

import

 ifilter, imap


reduce(rf, ifilter(ff, imap(mf, a_list)))


*lazy evaluation 會帶來更高的記憶體使用效率，特別是當處理大資料操作的時候。

15. 使用any/all函式



##不推薦



found = 

False




for

 item 

in

 a_list:


    

if

 condition(item):


        found = 

True



        

break




if

 found:


    

# do something if found...  






##推薦




if

 any(condition(item) 

for

 item 

in

 a_list):


    

# do something if found...

16. 屬性(property)



##不推薦





class

 

Clock


(object)

:



    


def

 

__init__


(self)

:



        self.__hour = 

1



    


def

 

setHour


(self, hour)

:



        

if

 

25

 &amp;gt; hour &amp;gt; 


: self.__hour = hour


        

else

: 

raise

 BadHourException


    


def

 

getHour


(self)

:



        

return

 self.__hour





##推薦





class

 

Clock


(object)

:



    


def

 

__init__


(self)

:



        self.__hour = 

1



    


def

 

__setHour


(self, hour)

:



        

if

 

25

 &amp;gt; hour &amp;gt; 


: self.__hour = hour


        

else

: 

raise

 BadHourException


    


def

 

__getHour


(self)

:



        

return

 self.__hour


    hour = property(__getHour, __setHour)

17. 使用 with 處理檔案開啟



##不推薦



f = open(

"some_file.txt"

)



try

:


    data = f.read()


    

# 其他檔案操作..




finally

:


    f.close()





##推薦




with

 open(

"some_file.txt"

) 

as

 f:


    data = f.read()


    

# 其他檔案操作...

18. 使用 with 忽視異常(僅限Python 3)



##不推薦




try

:


    os.remove(

"somefile.txt"

)



except

 OSError:


    

pass






##推薦




from

 contextlib 

import

 ignored  

# Python 3 only






with

 ignored(OSError):


    os.remove(

"somefile.txt"

)

19. 使用 with 處理加鎖



##不推薦




import

 threading


lock = threading.Lock()




lock.acquire()



try

:


    

# 互斥操作...




finally

:


    lock.release()





##推薦




import

 threading


lock = threading.Lock()





with

 lock:


    

# 互斥操作...

20. 參考

1) Idiomatic Python:

~goodger/projects/pycon/2007/idiomatic/handout.html

2) PEP 8: Style Guide for Python Code:

http://www.python.org/dev/peps/pep-0008/

轉自： http://blog.sina.com.cn/s/blog_cfa68e330102z11j.html

符合語言習慣的 Python 優雅程式設計技巧