让你的 Python 代码优雅又地道:教你如何写出pythonic的代码

转载自《[译]让你的Python代码优雅又地道》,翻译者 lightxue,部分内容有修改。

译序

如果说优雅也有缺点的话,那就是你需要艰巨的工作才能得到它,需要良好的教育才能欣赏它。

—— Edsger Wybe Dijkstra

在 Python 社区文化的浇灌下,演化出了一种独特的代码风格,去指导如何正确地使用 Python,这就是常说的 pythonic。一般说地道(idiomatic)的 python 代码,就是指这份代码很 pythonic。Python 的语法和标准库设计,处处契合着 pythonic 的思想。而且 Python 社区十分注重编码风格一的一致性,他们极力推行和处处实践着 pythonic。所以经常能看到基于某份代码 P vs NP (pythonic vs non-pythonic) 的讨论。pythonic 的代码简练,明确,优雅,绝大部分时候执行效率高。阅读 pythonic 的代码能体会到“代码是写给人看的,只是顺便让机器能运行”畅快。

然而什么是 pythonic,就像什么是地道的汉语一样,切实存在但标准模糊。import this 可以看到 Tim Peters 提出的 Python 之禅,它提供了指导思想。许多初学者都看过它,深深赞同它的理念,但是实践起来又无从下手。PEP 8 给出的不过是编码规范,对于实践 pythonic 还远远不够。如果你正被如何写出 pythonic 的代码而困扰,或许这份笔记能给你帮助。

Raymond Hettinger 是 Python 核心开发者,本文提到的许多特性都是他开发的。同时他也是 Python 社区热忱的布道师,不遗余力地传授 pythonic 之道。这篇文章是网友 Jeff Paine 整理的他在 2013 年美国的 PyCon 演讲的笔记(视频, 幻灯片),原文链接:https://gist.github.com/JeffPaine/6213790

术语澄清:本文所说的集合全都指 collection,而不是 set

循环与遍历中

遍历一个范围内的数字

for i in [0, 1, 2, 3, 4, 5]:
    print i ** 2

for i in range(6):
    print i ** 2

更好的方法

for i in xrange(6):
    print i ** 2

xrange 会返回一个迭代器,用来一次一个值地遍历一个范围。这种方式会比 range 更省内存。xrange 在 Python 3 中已经改名为 range

遍历一个集合

colors = ['red', 'green', 'blue', 'yellow']

for i in range(len(colors)):
    print colors[i]

更好的方法

for color in colors:
    print color

反向遍历

colors = ['red', 'green', 'blue', 'yellow']

for i in range(len(colors)-1, -1, -1):
    print colors[i]

更好的方法

for color in reversed(colors):
    print color

遍历一个集合及其下标

colors = ['red', 'green', 'blue', 'yellow']

for i in range(len(colors)):
    print i, '--->', colors[i]

更好的方法

for i, color in enumerate(colors):
    print i, '--->', color

这种写法效率高,优雅,而且帮你省去亲自创建和自增下标。

当你发现你在操作集合的下标时,你很有可能在做错事。

遍历两个集合

names = ['raymond', 'rachel', 'matthew']
colors = ['red', 'green', 'blue', 'yellow']

n = min(len(names), len(colors))
for i in range(n):
    print names[i], '--->', colors[i]

for name, color in zip(names, colors):
    print name, '--->', color

更好的方法

for name, color in izip(names, colors):
    print name, '--->', color

zip 在内存中生成一个新的列表,需要更多的内存。izipzip 效率更高。

注意:在 Python 3 中,izip 改名为 zip,并替换了原来的 zip 成为内置函数。

有序地遍历

colors = ['red', 'green', 'blue', 'yellow']

# 正序
for color in sorted(colors):
    print colors

# 倒序
for color in sorted(colors, reverse=True):
    print colors

自定义排序顺序

colors = ['red', 'green', 'blue', 'yellow']

def compare_length(c1, c2):
    if len(c1) < len(c2): return -1
    if len(c1) > len(c2): return 1
    return 0

print sorted(colors, cmp=compare_length)

更好的方法

print sorted(colors, key=len)

第一种方法效率低而且写起来很不爽。另外,Python 3 已经不支持比较函数了。

调用一个函数直到遇到标记值

blocks = []
while True:
    block = f.read(32)
    if block == '':
        break
    blocks.append(block)

更好的方法

blocks = []
for block in iter(partial(f.read, 32), ''):
    blocks.append(block)

iter 接受两个参数。第一个是你反复调用的函数,第二个是标记值。

译注:这个例子里不太能看出来方法二的优势,甚至觉得 partial 让代码可读性更差了。方法二的优势在于 iter 的返回值是个迭代器,迭代器能用在各种地方,setsortedminmaxheapqsum……

在循环内识别多个退出点

def find(seq, target):
    found = False
    for i, value in enumerate(seq):
        if value == target:
            found = True
            break
    if not found:
        return -1
    return i

更好的方法

def find(seq, target):
    for i, value in enumerate(seq):
        if value == target:
            break
    else:
        return -1
    return i

for 执行完所有的循环后就会执行 else

译注:刚了解 for-else 语法时会困惑,什么情况下会执行到 else 里。有两种方法去理解 else。传统的方法是把 for 看作 if,当 for 后面的条件为 False 时执行 else。其实条件为 False 时,就是 for 循环没被 break 出去,把所有循环都跑完的时候。所以另一种方法就是把 else 记成 nobreak,当 for 没有被 break,那么循环结束时会进入到 else

遍历字典的key

d = {'matthew': 'blue', 'rachel': 'green', 'raymond': 'red'}

for k in d:
    print k

for k in d.keys():
    if k.startswith('r'):
        del d[k]

什么时候应该使用第二种而不是第一种方法?当你需要修改字典的时候。

如果你在迭代一个东西的时候修改它,那就是在冒天下之大不韪,接下来发生什么都活该。

d.keys() 把字典里所有的 key 都复制到一个列表里。然后你就可以修改字典了。

注意:如果在 Python 3 里迭代一个字典你得显示地写:list(d.keys()),因为 d.keys() 返回的是一个“字典视图”(一个提供字典 key 的动态视图的迭代器)。详情请看文档

遍历一个字典的key和value

# 并不快,每次必须要重新哈希并做一次查找
for k in d:
    print k, '--->', d[k]

# 产生一个很大的列表
for k, v in d.items():
    print k, '--->', v

更好的方法

for k, v in d.iteritems():
    print k, '--->', v

iteritems() 更好是因为它返回了一个迭代器。

注意:Python 3 已经没有 iteritems() 了,items() 的行为和 iteritems() 很接近。详情请看文档

字典操作

用key-value对构建字典

names = ['raymond', 'rachel', 'matthew']
colors = ['red', 'green', 'blue']

d = dict(izip(names, colors))
# {'matthew': 'blue', 'rachel': 'green', 'raymond': 'red'}

Python 3: d = dict(zip(names, colors))

用字典计数

colors = ['red', 'green', 'red', 'blue', 'green', 'red']

# 简单,基本的计数方法。适合初学者起步时学习。
d = {}
for color in colors:
    if color not in d:
        d[color] = 0
    d[color] += 1

# {'blue': 1, 'green': 2, 'red': 3}

更好的方法

d = {}
for color in colors:
    d[color] = d.get(color, 0) + 1

# 稍微潮点的方法,但有些坑需要注意,适合熟练的老手。
d = defaultdict(int)
for color in colors:
    d[color] += 1

用字典分组

names = ['raymond', 'rachel', 'matthew', 'roger',
         'betty', 'melissa', 'judith', 'charlie']

# 在这个例子,我们按name的长度分组
d = {}
for name in names:
    key = len(name)
    if key not in d:
        d[key] = []
    d[key].append(name)

# {5: ['roger', 'betty'], 6: ['rachel', 'judith'], 7: ['raymond', 'matthew', 'melissa', 'charlie']}

d = {}
for name in names:
    key = len(name)
    d.setdefault(key, []).append(name)

更好的方法

d = defaultdict(list)
for name in names:
    key = len(name)
    d[key].append(name)

字典的 popitem() 是原子的吗?

d = {'matthew': 'blue', 'rachel': 'green', 'raymond': 'red'}

while d:
    key, value = d.popitem()
    print key, '-->', value

popitem 是原子的,所以多线程的时候没必要用锁包着它。

连接字典

defaults = {'color': 'red', 'user': 'guest'}
parser = argparse.ArgumentParser()
parser.add_argument('-u', '--user')
parser.add_argument('-c', '--color')
namespace = parser.parse_args([])
command_line_args = {k: v for k, v in vars(namespace).items() if v}

# 下面是通常的作法,默认使用第一个字典,接着用环境变量覆盖它,最后用命令行参数覆盖它。
# 然而不幸的是,这种方法拷贝数据太疯狂。
d = defaults.copy()
d.update(os.environ)
d.update(command_line_args)

更好的方法

d = ChainMap(command_line_args, os.environ, defaults)

ChainMap 在Python 3中加入。高效而优雅。

提高可读性

  • 位置参数和下标很漂亮
  • 但关键字和名称更好
  • 第一种方法对计算机来说很便利
  • 第二种方法和人类思考方式一致

用关键字参数提高函数调用的可读性

twitter_search('@obama', False, 20, True)

更好的方法

twitter_search('@obama', retweets=False, numtweets=20, popular=True)

第二种方法稍微(微秒级)慢一点,但为了代码的可读性和开发时间,值得。

namedtuple 提高多个返回值的可读性

# 老的testmod返回值
doctest.testmod()
# (0, 4)
# 测试结果是好是坏?你看不出来,因为返回值不清晰。

更好的方法

# 新的testmod返回值, 一个namedtuple
doctest.testmod()
# TestResults(failed=0, attempted=4)

namedtupletuple的子类,所以仍适用正常的元组操作,但它更友好。

创建一个nametuple

TestResults = collections.namedtuple('TestResults', ['failed', 'attempted'])

unpack序列

p = 'Raymond', 'Hettinger', 0x30, '[email protected]'

# 其它语言的常用方法/习惯
fname = p[0]
lname = p[1]
age = p[2]
email = p[3]

更好的方法

fname, lname, age, email = p

第二种方法用了 unpack 元组,更快,可读性更好。

更新多个变量的状态

def fibonacci(n):
    x = 0
    y = 1
    for i in range(n):
        print x
        t = y
        y = x + y
        x = t

更好的方法

def fibonacci(n):
    x, y = 0, 1
    for i in range(n):
        print x
        x, y = y, x + y

第一种方法的问题

  • x 和 y 是状态,状态应该在一次操作中更新,分几行的话状态会互相对不上,这经常是 bug 的源头。
  • 操作有顺序要求
  • 太底层太细节

第二种方法抽象层级更高,没有操作顺序出错的风险而且更效率更高。

同时状态更新

tmp_x = x + dx * t
tmp_y = y + dy * t
tmp_dx = influence(m, x, y, dx, dy, partial='x')
tmp_dy = influence(m, x, y, dx, dy, partial='y')
x = tmp_x
y = tmp_y
dx = tmp_dx
dy = tmp_dy

更好的方法

x, y, dx, dy = (x + dx * t,
                y + dy * t,
                influence(m, x, y, dx, dy, partial='x'),
                influence(m, x, y, dx, dy, partial='y'))

效率

  • 优化的基本原则
  • 除非必要,别无故移动数据
  • 稍微注意一下用线性的操作取代 O(n**2) 的操作

总的来说,不要无故移动数据

连接字符串

names = ['raymond', 'rachel', 'matthew', 'roger',
         'betty', 'melissa', 'judith', 'charlie']

s = names[0]
for name in names[1:]:
    s += ', ' + name
print s

更好的方法

print ', '.join(names)

更新序列

names = ['raymond', 'rachel', 'matthew', 'roger',
         'betty', 'melissa', 'judith', 'charlie']

del names[0]
# 下面的代码标志着你用错了数据结构
names.pop(0)
names.insert(0, 'mark')

更好的方法

names = deque(['raymond', 'rachel', 'matthew', 'roger',
               'betty', 'melissa', 'judith', 'charlie'])

# 用deque更有效率
del names[0]
names.popleft()
names.appendleft('mark')

装饰器和上下文管理

  • 用于把业务和管理的逻辑分开
  • 分解代码和提高代码重用性的干净优雅的好工具
  • 起个好名字很关键
  • 记住蜘蛛侠的格言:能力越大,责任越大

使用装饰器分离出管理逻辑

# 混着业务和管理逻辑,无法重用
def web_lookup(url, saved={}):
    if url in saved:
        return saved[url]
    page = urllib.urlopen(url).read()
    saved[url] = page
    return page

更好的方法

@cache
def web_lookup(url):
    return urllib.urlopen(url).read()

注意:Python 3.2 开始加入了 functools.lru_cache 解决这个问题。

分离临时上下文

# 保存旧的,创建新的
old_context = getcontext().copy()
getcontext().prec = 50
print Decimal(355) / Decimal(113)
setcontext(old_context)

更好的方法

with localcontext(Context(prec=50)):
    print Decimal(355) / Decimal(113)

译注:示例代码在使用标准库 decimal,这个库已经实现好了 localcontext

如何打开关闭文件

f = open('data.txt')
try:
    data = f.read()
finally:
    f.close()

更好的方法

with open('data.txt') as f:
    data = f.read()

如何使用锁

# 创建锁
lock = threading.Lock()

# 使用锁的老方法
lock.acquire()
try:
    print 'Critical section 1'
    print 'Critical section 2'
finally:
    lock.release()

更好的方法

# 使用锁的新方法
with lock:
    print 'Critical section 1'
    print 'Critical section 2'

分离出临时的上下文

try:
    os.remove('somefile.tmp')
except OSError:
    pass

更好的方法

with ignored(OSError):
    os.remove('somefile.tmp')

ignored 是 Python 3.4 加入的, 文档

注意:ignored 实际上在标准库叫 suppress(译注:contextlib.supress).

试试创建你自己的 ignored 上下文管理器。

@contextmanager
def ignored(*exceptions):
    try:
        yield
    except exceptions:
        pass

把它放在你的工具目录,你也可以忽略异常

译注:contextmanager 在标准库 contextlib 中,通过装饰生成器函数,省去用 __enter____exit__ 写上下文管理器。详情请看文档

分离临时上下文

# 临时把标准输出重定向到一个文件,然后再恢复正常
with open('help.txt', 'w') as f:
    oldstdout = sys.stdout
    sys.stdout = f
    try:
        help(pow)
    finally:
        sys.stdout = oldstdout

更好的写法

with open('help.txt', 'w') as f:
    with redirect_stdout(f):
        help(pow)

redirect_stdout 在 Python 3.4 加入(译注:contextlib.redirect_stdout), bug反馈

实现你自己的 redirect_stdout 上下文管理器。

@contextmanager
def redirect_stdout(fileobj):
    oldstdout = sys.stdout
    sys.stdout = fileobj
    try:
        yield fieldobj
    finally:
        sys.stdout = oldstdout

简洁的单句表达

两个冲突的原则:

  • 一行不要有太多逻辑
  • 不要把单一的想法拆分成多个部分

Raymond的原则:

  • 一行代码的逻辑等价于一句自然语言

列表解析和生成器

result = []
for i in range(10):
s = i ** 2
    result.append(s)
print sum(result)

更好的方法

print sum(i**2 for i in xrange(10))

第一种方法说的是你在做什么,第二种方法说的是你想要什么。

本文转载自《[译]让你的Python代码优雅又地道》,翻译者 lightxue,部分内容有修改。