為什麼要挑戰不在程式碼中使用 for 迴圈呢？因為這樣可以促使你學習使用更高階、更地道的語法或庫。以 Python 為例，本文介紹了許多大家其實在別人的程式碼裡都見過、但自己很少用的語法。
從我開始探索 Python 中驚人的語言功能到現在已經有一段時間了。一開始，我給自己提出了一個挑戰：練習更多的 Python 語法，降低使用 for 迴圈的頻率。這讓我的程式碼變得更簡潔和規範，看起來更 pythonic！下面我將會介紹這樣做的好處。
通常如下使用場景中會用到 for 迴圈：
在一個序列來提取一些資訊。
從一個序列生成另一個序列。
寫 for 已成習慣。
幸運的是，Python 已經有很多工具可以幫助你完成這些工作，你只需要轉移你的思路，並以不同的角度來思考它。
透過避免編寫 for 迴圈，你可以獲得什麼好處：
- 較少的程式碼量
- 更好的程式碼可讀性
- 更少的縮排（對 Python 還是很有意義的）
我們來看一下下面的程式碼結構：
# 1
with ...:
for ...:
if ...:
try:
except:
else:
在這個例子中，我們正在處理多層巢狀的程式碼，這很難閱讀。這個例子使用了多層巢狀的程式碼。我在這段程式碼中發現它無差別使用縮排把管理邏輯（with, try-except）和業務邏輯（for, if）混在一起。如果你遵守只對管理邏輯使用縮排的規範，那麼核心業務邏輯應該立刻脫離出來。
"扁平結構比巢狀結構更好" - The Zen of Python
可以使用的已有的工具來替換 for 迴圈
1.List Comprehension / Generator 表示式
我們來看一個簡單的例子。如果你想將一個陣列轉換為另一個陣列：
result = []
for item in item_list:
new_item = do_something_with(item)
result.append(item)
如果你喜歡 MapReduce，你也可以使用 map，或者 Python 中的 List Comprehension：
result = [do_something_with(item) for item in item_list]
同樣，如果您只想迭代陣列中的元素，也可以使用一樣的程式碼 Generator Expression。result = (do_something_with(item) for item in item_list)
2.函式
如果您想要將一個陣列對映成另外陣列，只需呼叫 map 函式，就可以用一個更高階、更實用的程式設計方式解決這個問題。
doubled_list = map(lambda x: x * 2, old_list)
如果要將序列減少為單個，請使用 reduce
from functools import reduce
summation = reduce(lambda x, y: x + y, numbers)
另外，許多 Python 內建函式都會使用 iterables：
>>> a = list(range(10))
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> all(a)
False
>>> any(a)
True
>>> max(a)
9
>>> min(a)
0
>>> list(filter(bool, a))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> set(a)
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
>>> dict(zip(a,a))
{0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9}
>>> sorted(a, reverse=True)
[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
>>> str(a)
'[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]'
>>> sum(a)
45
3.Extract Functions or Generators
上述兩種方法是很好的處理更簡單的邏輯。更復雜的邏輯怎麼樣？作為程式設計師，我們編寫函式來抽離出複雜的業務。相同的想法適用於此。如果你是這樣寫的：
results = []
for item in item_list:
# setups
# condition
# processing
# calculation
results.append(result)
顯然，你讓一個程式碼塊承擔了太多的功能。相反，我建議你做：
def process_item(item):
# setups
# condition
# processing
# calculation
return result
results = [process_item(item) for item in item_list]
如果換成巢狀函式會如何
results = []
for i in range(10):
for j in range(i):
results.append((i, j))
換成 List Comprehension 來實現是這樣的：
results = [(i, j)
for i in range(10)
for j in range(i)]
如果你的程式碼塊需要記錄一些內部狀態
# finding the max prior to the current item
a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
results = []
current_max = 0
for i in a:
current_max = max(i, current_max)
results.append(current_max)
# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]
我們使用 generator 來實現這一點：
def max_generator(numbers):
current_max = 0
for i in numbers:
current_max = max(i, current_max)
yield current_max
a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
results = list(max_generator(a))
讀者可能要問 “等等！你在 generator 中用到 for 迴圈，作弊啊！別急，再看看下面的程式碼。
不需要自己寫，itertools 已經幫你實現了
這個模組很簡單，我相信這個模組在大多數場景中可以替換你原先的 for 迴圈。
例如，最後一個例子可以重寫為：
from itertools import accumulate
a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
resutls = list(accumulate(a, max))
另外，如果要迭代組合序列，則需要使用 product()， permutations()， combinations()。
結論
在大多數情況下，都不需要寫 for 迴圈。
應該儘量避免寫 for 迴圈，這樣會有更好的程式碼可讀性。
更多內容可以學習《測試工程師 Python 工具開發實戰》書籍、《大話效能測試 JMeter 實戰》書籍