Py学习  »  Python

8个重构技巧使得Python代码更Pythonic

数据STUDIO • 10 月前 • 111 次点击  

1.合并追加到列表声明

我们从一个简单的开始。不是声明一个空列表然后附加到它,而是直接用所有元素初始化列表。这缩短了代码并使意图更加明确。它的性能也稍微好一些,因为它避免了对 append() 的函数调用。

players = []
players.append("Patrick")
players.append("Max")
players.append("Jessi")

# -> refactor
players = ["Patrick""Max""Jessi"]

这同样适用于填充其他集合类型,如集合和字典。

2 使用items()直接解包字典值

当遍历字典时,你需要键和值,那么不要手动访问值。而是迭代dictionary.items(),它同时为你提供键和值。

这节省了我们过去分配给 players 的行,代码现在读起来更自然,重复更少。

teams_by_color = {"blue": ["Patrick""Jessi"]}

for team_color in teams_by_color:
    players = teams_by_color[team_color]
    if is_winning(team_color):
        advance_level(players)

# -> refactor
for team_color, players in teams_by_color.items():
    if is_winning(team_color):
        advance_level(players)

3. 将 range(len) 替换为枚举

如果我们需要遍历列表并且需要同时跟踪索引和当前项,请使用内置enumerate()函数而不是range(len)。这会将当前索引和当前项目作为元组返回。所以我们可以直接在这里查看值,也可以访问带有索引的项目。

for i in range(len(players)):
    print(i, players[i])

# -> refactor
for i, player in enumerate(players):
    print(i, player)

Enumerate 还带有一个可选的start参数。如果你使用它,计数器将从该值开始。但请注意,这些项目仍然从第一个开始。

for i, player in enumerate(players, start=1):
    print(i, player)

4. 用枚举调用替换手动循环计数器

这与之前非常相似。有时我会看到直接对项目执行迭代的代码——这本身并不坏——但随后需要一个计数器,它会在循环内手动递增。同样在这里你可以简单地使用 enumerate 函数。这更简单,也更快。

i = 0
for player in players:
    print(i, player)
    i += 1

# -> refactor
for i, player in enumerate(players):
    print(i, player)

4.1 不要手动更新计数器

如果你只需要计算项目的数量,也不要遍历循环并手动计算所有项目。相反,只需使用len()函数来获取列表中的元素数。

num_players = 0
for player in players:
    num_players += 1

# -> refactor
num_players = len(players)

5.将条件简化为return语句

当我们到达一个方法的末尾并想要返回 TrueFalse 时,一种常见的做法是这样的。如果条件为 True,我们返回 True。否则我们最后返回 False。然而,直接返回结果更简洁:

def function():
    if isinstance(a, b) or issubclass(b, a):
        return True
    return False

# -> refactor
def function():
    return isinstance(a, b) or issubclass(b, a)

我们在这里应该注意的一件事是,只有当表达式的计算结果为布尔值时才能这样做。isinstance()issubclass()都是返回布尔值的函数,所以这很好。但在下一个示例中,第一个表达式pythonistas是一个列表而不是布尔值。

如果pythonistas是一个有效的非空列表,这将返回列表而不是预期的布尔值,然后可能是你的应用程序中的错误。因此,为了确保我们在这里返回一个布尔值,我们可以将返回包装在对 bool()函数的调用中。

def any_pythonistas():
    pythonistas = [coder for coder in coders if is_good_in_python(coder)]
    if pythonistas or self.is_pythonista():
        return True
    return False

# -> refactor
def any_hats():
    pythonistas = [coder for coder in coders if is_good_in_python(coder)]
    return bool(pythonistas or self.is_pythonista())

6.合并条件中的重复块

我们应该始终寻找机会删除重复的代码。这样做的好地方是if …elif链中有多个相同的块。

在此示例中,ifelif 都导致相同的执行功能。所以我们可以使用or组合前两个块来删除对函数的重复调用。现在,如果我们需要更改process_standard_payment()行,我们可以在一处而不是两处进行。

def process_payment(payment, currency):
    if currency == "USD":
        process_standard_payment(payment)
    elif currency == "EUR":
        process_standard_payment(payment)
    else:
        process_international_payment(payment)

# -> refactor
def process_payment(payment, currency):
    if currency == "USD" or currency == "EUR":
        process_standard_payment(payment)
    else:
        process_international_payment(payment)

7.用in运算符替换同一个变量的多次比较

我们甚至可以进一步重构以前的代码。由于我们针对多个值重复检查同一个变量,我们可以使用 in 运算符来缩短它。如果货币值在定义的列表中,我们将执行专用操作。

def process_payment(payment, currency):
    if currency == "USD" or currency == "EUR":
        process_standard_payment(payment)
    else:
        process_international_payment(payment)

# -> refactor
def process_payment(payment, currency):
    if currency in ["USD""EUR"]:
        process_standard_payment(payment)
    else:
        process_international_payment(payment)

为了再次改进这一点,我们应该在这里使用一个集合。在集合中查找值更快,而且无论如何我们都想要这里的唯一元素,所以集合是更好的选择。

# -> refactor
def process_payment(payment, currency):
    if currency in {"USD""EUR"}:
        process_standard_payment(payment)
    else:
        process_international_payment(payment)

8. 将 for 循环中的 yield 替换为 yield from

如果你已经熟悉生成器,那么这是一个高级技巧。一个经常被忽略的小技巧是 Python 的 yield 关键字对于可迭代对象有一个对应的yield from

如果你有一个像列表这样的可迭代对象,而不是说for item in iterable: yield item,你可以简单地说yield from iterable。这更短,并且消除了对可迭代对象的手动循环,这也可以提高性能。

def get_content(entry):
    for block in entry.get_blocks():
        yield block

# -> refactor
def get_content(entry):
    yield from entry.get_blocks()

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『数据STUDIO』内容超级硬核。公众号以Python为核心语言,垂直于数据科学领域,包括可戳👉 Python MySQL数据分析数据可视化机器学习与数据挖掘爬虫 等,从入门到进阶!

长按👇关注- 数据STUDIO -设为星标,干货速递

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/161853
 
111 次点击