如何更优雅地写python代码
前言
Python这门语言最大的优点之一就是语法简洁，好的代码就像伪代码一样，干净、整洁、一目了然。但有时候我们写代码，特别是Python初学者，往往还是按照其它语言的思维习惯来写，那样的写法不仅运行速度慢，代码读起来也费尽，给人一种拖泥带水的感觉，过段时间连自己也读不懂。
《计算机程序的构造和解释》的作者哈尔·阿伯尔森曾这样说：“Programsmustbewrittenforpeopletoread,andonlyincidentallyformachinestoexecute.”
要写出Pythonic（优雅的、地道的、整洁的）代码，还要平时多观察那些大牛代码，Github上有很多非常优秀的源代码值得阅读，比如：requests、flask、tornado，笔者列举一些常见的Pythonic写法，希望能给你带来一点启迪。
1、变量交换
大部分编程语言中交换两个变量的值时，不得不引入一个临时变量：
>>>a=1 >>>b=2 >>>tmp=a >>>a=b >>>b=tmp
pythonic
>>>a,b=b,a
2、循环遍历区间元素
foriin[0,1,2,3,4,5]: (printi) #或者 foriinrange(6): (printi)
pythonic
foriinxrange(6): (printi)
xrange返回的是生成器对象，生成器比列表更加节省内存，不过需要注意的是xrange是python2中的写法，python3只有range方法，特点和xrange是一样的。
3、带有索引位置的集合遍历
遍历集合时如果需要使用到集合的索引位置时，直接对集合迭代是没有索引信息的，普通的方式使用：
colors=['red','green','blue','yellow'] foriinrange(len(colors)): print(i,'--->',colors[i])
pythonic
fori,colorinenumerate(colors): print(i,'--->',color)
4、字符串连接
字符串连接时，普通的方式可以用+操作
names=['raymond','rachel','matthew','roger', 'betty','melissa','judith','charlie'] s=names[0] fornameinnames[1:]: s+=','+name print(s)
pythonic
print(','.join(names))
join是一种更加高效的字符串连接方式，使用+操作时，每执行一次+操作就会导致在内存中生成一个新的字符串对象，遍历8次有8个字符串生成，造成无谓的内存浪费。而用join方法整个过程只会产生一个字符串对象。
5、打开/关闭文件
执行文件操作时，最后一定不能忘记的操作是关闭文件，即使报错了也要close。普通的方式是在finnally块中显示的调用close方法。
f=open('data.txt')
try:
data=f.read()
finally:
f.close()
pythonic
withopen('data.txt')asf:
data=f.read()
使用with语句，系统会在执行完文件操作后自动关闭文件对象。
6、列表推导式
能够用一行代码简明扼要地解决问题时，绝不要用两行，比如
result=[] foriinrange(10): s=i*2 result.append(s)
pythonic
[i*2foriinxrange(10)]
与之类似的还有生成器表达式、字典推导式，都是很pythonic的写法。
7、善用装饰器
装饰器可以把与业务逻辑无关的代码抽离出来，让代码保持干净清爽，而且装饰器还能被多个地方重复利用。比如一个爬虫网页的函数，如果该URL曾经被爬过就直接从缓存中获取，否则爬下来之后加入到缓存，防止后续重复爬取。
defweb_lookup(url,saved={}):
ifurlinsaved:
returnsaved[url]
page=urllib.urlopen(url).read()
saved[url]=page
returnpage
pythonic
importurllib#py2
#importurllib.requestasurllib#py3
defcache(func):
saved={}
defwrapper(url):
ifurlinsaved:
returnsaved[url]
else:
page=func(url)
saved[url]=page
returnpage
returnwrapper
@cache
defweb_lookup(url):
returnurllib.urlopen(url).read()
用装饰器写代码表面上感觉代码量更多，但是它把缓存相关的逻辑抽离出来了，可以给更多的函数调用，这样总的代码量就会少很多，而且业务方法看起来简洁了。
8、合理使用列表
列表对象（list）是一个查询效率高于更新操作的数据结构，比如删除一个元素和插入一个元素时执行效率就非常低，因为还要对剩下的元素进行移动
names=['raymond','rachel','matthew','roger', 'betty','melissa','judith','charlie'] names.pop(0) names.insert(0,'mark')
pythonic
fromcollectionsimportdeque
names=deque(['raymond','rachel','matthew','roger',
'betty','melissa','judith','charlie'])
names.popleft()
names.appendleft('mark')
deque是一个双向队列的数据结构，删除元素和插入元素会很快
9、序列解包
p='vttalk','female',30,'python@qq.com' name=p[0] gender=p[1] age=p[2] email=p[3]
pythonic
name,gender,age,email=p
10、遍历字典的key和value
方法一速度没那么快，因为每次迭代的时候还要重新进行hash查找key对应的value。
方法二遇到字典非常大的时候，会导致内存的消耗增加一倍以上
#方法一 forkind: print(k,'--->',d[k]) #方法二 fork,vind.items(): print(k,'--->',v)
pythonic
fork,vind.iteritems(): print(k,'--->',v)
iteritems返回迭代器对象，可节省更多的内存，不过在python3中没有该方法了，只有items方法，等值于iteritems。
当然还有很多pythonic写法，在此不再一一列举。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。