對于Python新手來說，寫代碼很少考慮代碼的效率和簡潔性，因此容易造成代碼冗長、執行慢，這些都是需要改進的地方，本文是想通過幾個案列給新手一點啟發，怎樣寫python代碼更優雅，
大坑一：不喜歡使用高級資料結構
1.sets（集合）
很多新手忽視sets（集合）和tuple（元組）的強大之處
例如，取兩個串列交集：
def common_elements(list1, list2):
common = []
for item1 in list1:
if item1 in list2:
common.append( item1 ) 、
return common
這樣寫會更好：
def common_elements(list1, list2):
common = set(list1).intersection(set(list2))
return list(common)
2.dic（字典）
新手列舉（訪問和取出）字典的鍵和對應值，認為對應值必須通過鍵來訪問，往往會這樣做：
my_dict = {'a':1,'b':2}
for key in my_dict:
print(key, my_dict[key])
有一個更優雅的方法可以實作：
my_dict = {'a':1,'b':2}
for key, value in my_dict.items():
print(key, value)
對大部分專案來說，這樣寫會更加有效率，
3.tuple（元組)
元組一旦創建就無法更改元素，看似沒有什么用處，其實元組的作用大著呢！很多函式方法都會回傳元組，比如enumerate()和dict.items()，并且可以在函式中使用元組，回傳多個值，還能夠很方便地從元組中提取資訊：
a,b = ('cat','dog')
上面元組中有兩個元素，分別被賦給a，b，如果有多個值，同樣可以提取：
a,b,c = ('cat','dog','tiger')
print(a,b,c)
提取首、尾兩個元素：
first,*_,end = (1,2,3,4,5,6)
print(first,end)
# 輸出：1、6
提取首、中、尾三部分：
first,*middle,end = (1,2,3,4,5,6)
print(first,middle,end)
# 輸出：1、[2, 3, 4, 5]、6
元組還可以用來交換變數：
(a,b,c) = (c,a,b)
上面a變成之前的c，b變成之前的a，c變成之前的b
元組也能作為字典的鍵，所以如果你需要存盤資料，可以使用帶有元組鍵的字典，比如說經緯度資料，
大坑二：不喜歡使用背景關系管理器
新手可能會習慣這樣進行讀取檔案操作：
if os.path.exists(data_file_path):
data_file = open(data_file_path,'r')
else:
raise OSERROR
print( data_file.read())
data.close()
這樣寫會有幾個明顯的問題：
- 可能出現檔案存在，但檔案被占用，無法讀取的情況
- 可能出現檔案可以被讀取，但操作檔案物件出現報錯的情況
- 可能出現忘記關閉檔案的情況
如果使用with...陳述句，問題就迎刃而解了：
with open(data_file_path,'r') as data_file:
print(data_file.read)
這樣可以捕獲任何打開檔案或處理資料時的例外情況，并且在任務處理完后自動關閉檔案，
python初學者可能不太了解背景關系管理器的神奇之處，它真的能帶來巨大的便利，
大坑三：不喜歡使用標準庫
標準庫itertools和collections仍然很少被初學者使用
itertools
如果你看到下面的任務：
list1 = range(1,10)
list2 = range(10,20)
for item1 in list1:
for item2 in list1:
print(item1*item2)
這是一個嵌套回圈操作，為提高代碼效率，完全可以用product()函式替代嵌套回圈：
from itertools import product
list1 = range(1,10)
list2 = range(10,20)
for item1,item2 in product(list1, list2):
print(item1*item2)
這兩段代碼的結果完全一樣，但使用標準庫函式明顯更加簡潔高效，itertools還有很多方便操作迭代物件的函式，比如：
- count()函式會創建一個無限迭代器
- cycle()函式會把傳入的序列無限重復下去
- chain()可以把多個迭代物件串聯起來
- group()函式可以把迭代其中相鄰的重復元素挑出來，放在一起
......
有興趣可以詳細看看itertools庫的各種神奇函式
collections
新手對python集合模塊了解的可能并不多，你可能會遇到這樣的情形：
consolidated_list = [('a',1),('b',2),('c',3),('b',4)]
items_by_id = {}
for id_, item in consolidated_list:
if id_ not in items_by_id:
items_by_id[id_] = []
if id_ in items_by_id:
items_by_id[id_].append(item)
上面代碼構建了一個字典，依次向字典中添加資訊，如果某個鍵已經存在，則以某種方式修改該鍵的值；如果某個鍵不存在，則添加對應鍵值對，
這種演算法非常常見，你可以用collects模塊的defaultdict()函式來實作同樣效果：
from collections import defaultdict
items_by_id = defaultdict(list)
consolidated_list = [('a',1),('b',2),('c',3),('b',4)]
for id_, item in consolidated_list:
items_by_id[id_].append(item)
在此列中，defaultdict()接受一個list作為引數，當鍵不存在時，則回傳一個空串列作為對應值，
有時候我們會遇到統計詞頻的案例，比如：
# 統計詞頻
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
result = {}
for color in colors:
if result.get(color)==None:
result[color]=1
else:
result[color]+=1
print (result)
# 輸出 {'red': 2, 'blue': 3, 'green': 1}
完全可以用defaultdict()函式實作上面的計數功能：
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
d = defaultdict(int)
for color in colors:
d[color] += 1
print(d) #學習中遇到問題沒人解答？小編創建了一個Python學習交流群：711312441
更簡單的方法用collections模塊的Counter()函式：
from collections import Counter
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
c = Counter(colors)
print (dict(c))
對于備份檔案，新人往往會用system模塊：
from os import system
system("xcopy e:\\sample.csv e:\\newfile\\")
其實shutil模塊更好用：
import shutil
shutil.copyfile('E:\\q.csv', 'e:\\movie\\q.csv')
因為shutil會很詳細地報告錯誤和例外，
大坑四：不喜歡使用例外處理
無論老手新手都應該在寫代碼的時候進行例外處理操作，這樣可以使代碼更加健壯，例外處理一般會用try...except陳述句
大坑五：不喜歡使用生成器
除非你的list十分復雜，并且頻繁呼叫，否則都建議使用生成器，因為它非常節省記憶體，舉個例子：
def powers_of_two(max=20000):
i = 0
powers = []
while 2**i < max:
powers.append[2**i]
i += 1
return powers
對于使用次數少、占據大量記憶體、且容易生成的資料，可以用生成器替代串列存盤：
from itertools import count, takewhile
def powers_of_two(max=20000):
for index in takewhile(lambda i: 2**i < max, count(start=0)):
yield 2**index
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/543600.html
標籤：Python
上一篇：使用gensim框架和隨機文本訓練Word2Vector模型
下一篇：類和類的定義