让你的代码更“地道”：提高Python编码水平的小技巧

本文转载自公众号“读芯术”(ID：AI_Discovery)

各个学科领域和行业都在经历一场“Python热”。在观察生物医学领域中Python编程的运用情况之后，笔者意识到相当多的Python程序员，都有不同的编程使用经验，如Matlab、C语言、C++、Java、JavaScript和Swift，也有一些之前没有编程经验的人。

Python成了程序员的“外语”，他们可能没经过系统的Python编码培训，也可能并不知道Python开发的惯用方法。

虽然程序员依然可以通过不同的方式实现同样的功能，编写出优秀的代码，只要代码能够满足预期目的就OK。编写非惯用Python程序也没有问题。但就像我们不断练习英文的口音一样，也有一些人也想让自己的Python代码变得更地道。

本文中，我将分享自己在过去几年中积累的一些习惯用法，希望对提高你的Python编码水平有所帮助。

1. 分割序列

常见的序列类型有列表、元组和字符串。通过分割另一个序列，可以创建一个新序列。以下功能用列表作为示例，不过它们也可以用于元组、字符串和字节等其他序列类型。

>>> a = [0, 2, 4, 6, 8,10, 12, 14, 16, 18, 20] 
>>> # Using a range, [start, end) 
>>> a[1:3] 
[2, 4] 
>>> # Using a range with a step 
>>> a[1:9:2] 
[2, 6, 10, 14] 
>>> # Leave out the start = an implicit start of 0 
>>> a[:5] 
[0, 2, 4, 6, 8] 
>>> # Leave out the stop = an implict end to the very last item 
>>> a[9:] 
[18, 20] 
>>> # Entire list 
>>> a[:] 
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20] 

2. 使用反向索引访问序列中的元素

如果想在序列的末尾访问一些元素，那么反向计数要容易得多。在Python序列中，最后一个元素的索引是-1，倒数第二个元素的索引是-2，以此类推。

>>> a = 'Hello World!' 
>>> # instead of using a[len(a)-1] 
>>> a[-1] 
'!' 
>>> # in combination with slicing 
>>> a[-5:-1] 
'orld' 

3. 多重赋值

在给几个变量赋值时，可以使用多重赋值。通过同样的习惯用法，可以交换同一列表中的两个变量或两个元素。这一特征与之后要介绍的元组解包密切相关。

>>> # instead of doing a =8; b = 5 
>>> a, b = 8, 5 
>>> print(f'a is {a}; b is {b}') 
a is 8; b is 5 
>>> # Swap two variables 
>>> a, bb = b, a 
>>> print(f'a is {a}; b is {b}') 
a is 5; b is 8 
>>> # Swap the first and last elements in a list 
>>> numbers = [1, 2, 3, 4, 5] 
>>> numbers[0], numbers[-1] = numbers[-1], numbers[0] 
>>> numbers 
[5, 2, 3, 4, 1] 

4. 颠倒序列

有时需要颠倒序列。虽然可以用for循环语句来实现，但是还有一种更简单直接的方法。与上述情况类似，当某个功能可用于某个序列时，通常意味着字符串、元组和列表也都支持这个功能。

>>> a = (1, 2, 3, 4, 5) 
>>> a[::-1] 
(5, 4, 3, 2, 1) 
>>> b = 'start' 
>>> b[::-1] 
'trats' 

5. 检查序列是否为空

只有序列不为空时，列表、元组等操作才行得通，因此需要在操作之前检查序列是否为空。

>>> empty_list = [(), '',[], {}, set()] 
>>> for item in empty_list: 
...     if not item: 
...         print(f'Do something with the{type(item)}') 
... 
Do something with the <class 'tuple'> 
Do something with the <class 'str'> 
Do something with the <class 'list'> 
Do something with the <class 'dict'> 
Do something with the <class 'set'> 

为此，可以用not关键字来否定序列(例如not[])，只要序列不为空，其值就为True。此外，还可以对另外两种常见的数据类型dict和set执行同样的操作。

6. 集合推导式

集合推导式的用法与上述列表解析式的用法类似。不同之处在于集合推导式用的是花括号而不是方括号。并且，通过定义set 数据类型，可以删除重复的元素。

7. 字典生成式

除了列表解析式和集合推导式外，解析式特征还可用于字典数据类型的创建。dict由键值对组成，因此字典生成式包含指定键和值，二者之间用冒号隔开。

>>> a = [1, 2, 3, 4, 5] 
>>> {x: x*x for x in a} 
{1: 1, 2: 4, 3: 9, 4: 16, 5: 25} 

8. 生成器表达式

Python中的生成器是创建迭代器的一种简便方法。因为生成器是“惰性的”(也就是说，只有当发出请求时才能生成需要的项)。生成器非常节省内存。

创建生成器的一种特殊方法称为生成器表达式。除了用圆括号而非方括号这一点外，生成器表达式在语法上与列表解析式类似。

下面的例子中，当生成器直接用于迭代函数时，圆括号可有可无。

>>> sum(x**2 for x inrange(100)) 
328350 
>>> max((x*x for x in range(100))) 
9801 

9. 列表解析式

Python中一个有用的特征是列表解析式。通过列表解析式，可以很方便地构造一个列表。列表解析式的一般格式为[some_expression for element initerable if some_condition]。

>>> a = [1, 2, 3, 4, 5] 
>>> [x*2 for x in a] 
[2, 4, 6, 8, 10] 
>>> [x*3 for x in a if x%2 == 1] 
[3, 9, 15] 

10. 解包元组

元组是Python中十分常见的数据结构。它们是一组组相关的值。元组的常见用法包括访问自身元素。虽然可以使用索引访问这些元素，但是解包是一种更为简便的方法。

与解包的用法有关，可以用下划线来表示不需要的元素，用星号给已命名元素之外的其他元素赋值。

>>> items = (0, 'b','one', 10, 11, 'zero') 
>>> a, b, c, d, e, f = items 
>>> print(f) 
zero 
>>> a, *b, c = items 
>>> print(b) 
['b', 'one', 10, 11] 
>>> *_, a, b = items 
>>> print(a) 
11 

11. 在for循环语句中使用Reversed()函数

reversed()函数通常用在for循环语句中，是一种以与原始可迭代对象相反的顺序创建迭代器的方法。

>>> tasks = ['laundry','picking up kids', 'gardening', 'cooking'] 
>>> for task in reversed(tasks): 
... print(task) 
... 
cooking 
gardening 
picking up kids 
laundry 

12. Zip()压缩函数

zip()函数在一对一匹配连接多个迭代器方面十分有用。如果某些迭代器超过最短的迭代器，就会被截断。zip()函数返回一个迭代器，因此在迭代中经常使用到。还可以用zip()函数解压缩带星号的迭代器，并将未压缩的项赋值给变量。

>>> students = ('John','Mary', 'Mike') 
>>> ages = (15, 17, 16) 
>>> scores = (90, 88, 82, 17, 14) 
>>> for student, age, score in zip(students, ages, scores): 
... print(f'{student}, age: {age},score: {score}') 
... 
John, age: 15, score: 90 
Mary, age: 17, score: 88 
Mike, age: 16, score: 82 
>>> zipzipped = zip(students, ages, scores) 
>>> a, b, c = zip(*zipped) 
>>> print(b) 
(15, 17, 16) 

13. 用Lambdas排序

lambdas表达式为匿名函数，可以用单行表达式接收多个参数。lambdas的一个常见用法是将其设置为内置sorted()函数中的key参数。

除此之外，lambdas还经常用于max()，map()等函数中。在这些函数中，可以用单行表达式来替换使用def关键字的常规函数。

>>> students = [{'name':'John', 'score': 98}, {'name': 'Mike', 'score': 94}, {'name': 'Jennifer','score': 99}] 
>>> sorted(students, key=lambda x: x['score']) 
[{'name': 'Mike', 'score': 94}, {'name': 'John', 'score': 98}, {'name':'Jennifer', 'score': 99}] 

14. 速记条件赋值

该特征基本上是个语法糖。在根据特定条件为变量赋值时，可以用以下通用速记赋值：y = x if condition_met elseanother_x。

>>> some_condition = True 
>>> # the expanded format 
>>> if some_condition: 
... x = 5 
... else: 
... x = 3 
>>> print(f'x is {x}') 
x is 5 
>>> # the shorthand way 
>>> x = 5 if some_condition else 3 
>>> print(f'x is {x}') 
x is 5 

15. 在for循环语句中使用Enumerate()枚举函数

用enumerate()函数获取可迭代对象来创建迭代器。此外，enumerate()函数还可以跟踪迭代的次数。可以随意设置计数初始值。默认的计数初始值为0。

>>> students = ('John','Mary', 'Mike') 
>>> for i, student in enumerate(students): 
... print(f'Iteration: {i}, Student:{student}') 
... 
Iteration: 0, Student: John 
Iteration: 1, Student: Mary 
Iteration: 2, Student: Mike 
>>> for i, student in enumerate(students, 35001): 
... print(f'Student Name: {student},Student ID #: {i}') 
... 
Student Name: John, Student ID #: 35001 
Student Name: Mary, Student ID #: 35002 
Student Name: Mike, Student ID #: 35003 

16. 用Get()方法检索字典中的值

通常情况下，可以在方括号中指定键来检索键的值。但是，当键不在字典中时，就可能出错。当然，也可以用try/except异常处理机制来解决这个问题。不过，当键不在字典中时，还可以通过get()方法设置默认值。

>>> number_dict = {0:'zero', 1: 'one', 2: 'two', 3: 'three'} 
>>> number_dict[5] 
Traceback (most recent call last): 
File "<stdin>", line 1,in <module> 
KeyError: 5 
>>> number_dict.get(5, 'five') 
'five' 

17. 获取字典中最大值对应的键

有时需要在字典中找出最大值对应的键。首先，在所有值列表中找到最大值的索引，然后从另一个存储所有键的列表中找到对应的键。或者，也可以用一种更简单的方法，就是在max()函数中指定key参数。

简便起见，不考虑最大值可能重复的情况。同样地，还可以用min()函数查找最小值对应的键。

>>> model_scores ={'model_a': 100, 'model_z': 198, 'model_t': 150} 
>>> # workaround 
>>> keys, values = list(model_scores.keys()),list(model_scores.values()) 
>>> keys[values.index(max(values))] 
'model_z' 
>>> # one-line 
>>> max(model_scores, key=model_scores.get) 
'model_z' 

18. 用Print()函数进行调试

对于较小的项目，可以用print()函数进行调试。此函数也经常用在教学中。print()函数中，经常会用到一些技巧。第一个是结束字符串而不是默认的换行符;第二个是使用字符串f-string，创建包含一些表达式的字符串。

>>> for i in range(5): 
... print(i, end=', ' if i < 4else '\n') 
... 
0, 1, 2, 3, 4 
>>> for i in range(5): 
... print(f'{i} & {i*i}', end=',' if i < 4 else '\n') 
... 
0 & 0, 1 & 1, 2 & 4, 3 & 9, 4 & 16 

19. 集合元素存在性测试

有时，在对集合或匹配项进行操作之前，需要测试集合中是否存在某个元素。惯用的方法是使用关键字in。

>>> a = ('one', 'two','three', 'four', 'five') 
>>> if 'one' in a: 
... print('The tuple contains one.') 
... 
The tuple contains one. 
>>> b = {0: 'zero', 1: 'one', 2: 'two', 3: 'three'} 
>>> if 2 in b.keys(): 
... print('The dict has the key of2.') 
... 
The dict has the key of 2. 

20. 海象运算符

海象运算符(:=)是Python 3.8版本中的新功能。它不过是赋值表达式(给表达式中的变量赋值)的另一个名称。

通常，当表达式使用变量时，变量声明须提前。使用海象运算符，变量赋值可以包含在表达式中，并且可以立即使用该变量。

>>> a = ['j', 'a', 'k','d', 'c'] 
>>> if (n := len(a))%2 == 1: 
... print(f'The number of letters is{n}, which is odd.') 
... 
The number of letters is 5, which is odd. 

21. 分割字符串

在处理字符串时，通常要将字符串分隔成单词列表。这种情况下，可以使用split()函数的分隔符，并且可选最大分隔。相关的函数有rsplit()函数，和split()函数功能类似，只是在设置时从右侧开始分割，以满足最大分割要求。

>>> sentence = 'this is, apython, tutorial, about, idioms.' 
>>> sentence.split(', ') 
['this is', 'a python', 'tutorial', 'about', 'idioms.'] 
>>> sentence.split(', ', 2) 
['this is', 'a python', 'tutorial, about, idioms.'] 
>>> sentence.rsplit(', ') 
['this is', 'a python', 'tutorial', 'about', 'idioms.'] 
>>> sentence.rsplit(', ', 2) 
['this is, a python, tutorial', 'about', 'idioms.'] 

22. Map()映射函数

map()函数是个高阶函数(即使用函数作为参数或返回一个值作为其输出的函数)。其通用格式为map(function, iterables)。map()函数将可迭代对象作为参数并返回一个map 对象，map 对象又是一个迭代器。可迭代对象的数量应与函数所需的参数数量匹配。

以下示例中，内置函数pow()需要两个参数。当然，也可以使用自定义函数。顺便说明一下，在使用map()函数创建列表时，应该可以使用列表解析式达到相同的效果。

>>> numbers = (1, 2, 4, 6) 
>>> indices = (2, 1, 0.5, 2) 
>>> # use map() 
>>> list(map(pow, numbers, indices)) 
[1, 2, 2.0, 36] 
>>> # list comprehensions 
>>> [pow(x, y) for x, y in zip(numbers, indices)] 
[1, 2, 2.0, 36] 

23. Filter()过滤函数

filter()函数使用指定的函数或lambda函数过滤序列。该函数返回一个filter对象，filter对象是个迭代器。总的来说，该函数的用法与map()函数非常相似。

>>> def good_word(x: str): 
... has_vowels = not set('aeiou').isdisjoint(x.lower()) 
... long_enough = len(x) > 7 
... good_start =x.lower().startswith('pre') 
... return has_vowels &long_enough & good_start 
... 
>>> words = ['Good', 'Presentation', 'preschool', 'prefix'] 
>>> list(filter(good_word, words)) 
['Presentation', 'preschool'] 

24. 连接可迭代对象中的字符串

在处理字符串时，有时需要通过连接列表、元组等可迭代对象内的一系列字符串来创建单个字符串。这种情况下，可以用所需分隔符调用的join()函数。

>>> words = ('Hello','Python', 'Programmers') 
>>> '!'.join(words) 
'Hello!Python!Programmers' 
>>> words_dict = {0: 'zero', 1: 'one', 2: 'two', 3: 'three'} 
>>> '&'.join(words_dict.values()) 
'zero&one&two&three' 

25. 查找列表中最常见的元素

在用列表记录一些具有重复元素的内容时，例如跟踪一系列游戏的获胜者，这与查找哪位游戏玩家赢得的次数最多有关。可以通过 max()函数指定key参数，对集合中元素的计数来找出最大值。

>>> winnings = ['John','Billy', 'Billy', 'Sam', 'Billy', 'John'] 
>>> max(set(winnings), key = winnings.count) 
'Billy' 

26. 检验对象类型

检验对象类型是Python内省功能的一部分。有时，在应用对应函数之前，需要知道对象是否为某种类型。于是，可以用type()函数或isinstance()函数，后者更为灵活，可以进行一对多的检验。

>>> def check_type(number): 
... if type(number) == int: 
... print('do something with anint') 
... if isinstance(number, (int,float)): 
... print('do something with anint or float') 
... 
>>> check_type(5) 
do something with an int 
do something with an int or float 
>>> check_type(4.2) 
do something with an int or float 

27. Any() 函数

假设有一张记录列表，记录了John到达工作地点的时间。如果想知道他这周是否迟到过，那么用any()函数就十分方便。如果布尔型列表中有一个元素为True，则any()函数返回True。

>>> arrival_hours ={'Mon': 8.5, 'Tue': 8.75, 'Wed': 9, 'Thu': 8.5, 'Fri': 8.5} 
>>> arrival_checks = [x>8.75 for x in arrival_hours.values()] 
>>> any(arrival_checks) 
True 

28. 跟踪列表中元素的频率

如果还想知道非冠军玩家在比赛中表现如何，根据上面的例子，就可以知道第二名和第三名玩家的情况。要想做到这一点，需要找出每位玩家的奖励。可以用字典生成式和带有lambda函数功能的sorted()函数。

>>> winnings = ['John','Billy', 'Billy', 'Sam', 'Billy', 'John'] 
>>> tracked = {item: winnings.count(item) for item in set(winnings)} 
>>> sorted(tracked.items(), key=lambda x: x[1], reverse=True) 
[('Billy', 3), ('John', 2), ('Sam', 1)] 

29. 集体判断函数All()

还是用上面的例子，如果还想知道他一周内到达工作地点的时间是否都在9:30之前，就可以使用all()函数。只有布尔型列表中所有的元素均为True时，all()函数才返回True。

>>> arrival_checks_all =[x<9.5 for x in arrival_hours.values()] 
>>> all(arrival_checks) 
True 

30. 用With关键字读取文件

处理文件时，需要打开文件，处理文件数据，然后关闭文件。如果在使用后没有关闭文件，过了一段时间后，就没法儿读取该文件。这种情况下，with 关键字非常有用。如下所示，使用后文件将自动关闭。

>>> withopen('a_file.txt') as file: 
... pass 
... 
>>> file.closed 
True