来源：安生链接：

http://lovesoo.org/pythonic-python-programming.html

Python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。要写出 Pythonic（优雅的、地道的、整洁的）代码，需要多看多学大牛们写的代码，github 上有很多非常优秀的源代码值得阅读，比如：requests、flask、tornado，下面列举一些常见的Pythonic写法。

0. 程序必须先让人读懂，然后才能让计算机执行。

“Programs must be written for people to read, and only incidentally for machines to execute.”

1. 交换赋值



##不推荐



temp = a


a = b


b = a  





##推荐



a, b = b, a  

#  先生成一个元组(tuple)对象，然后unpack

2. Unpacking



##不推荐



l = [

'David'

, 

'Pythonista'

, 

'+1-514-555-1234'

]


first_name = l[


]


last_name = l[

1

]


phone_number = l[

2

]  





##推荐



l = [

'David'

, 

'Pythonista'

, 

'+1-514-555-1234'

]


first_name, last_name, phone_number = l



# Python 3 Only



first, *middle, last = another_list

3. 使用操作符in



##不推荐




if

 fruit == 

"apple"

 

or

 fruit == 

"orange"

 

or

 fruit == 

"berry"

:


    

# 多次判断  






##推荐




if

 fruit 

in

 [

"apple"

, 

"orange"

, 

"berry"

]:


    

# 使用 in 更加简洁

4. 字符串操作



##不推荐



colors = [

'red'

, 

'blue'

, 

'green'

, 

'yellow'

]




result = 

''




for

 s 

in

 colors:


    result += s  

#  每次赋值都丢弃以前的字符串对象, 生成一个新对象  






##推荐



colors = [

'red'

, 

'blue'

, 

'green'

, 

'yellow'

]


result = 

''

.join(colors)  

#  没有额外的内存分配

5. 字典键值列表



##不推荐




for

 key 

in

 my_dict.keys():


    

#  my_dict[key] ...  






##推荐




for

 key 

in

 my_dict:


    

#  my_dict[key] ...






# 只有当循环中需要更改key值的情况下，我们需要使用 my_dict.keys()




# 生成静态的键值列表。

6. 字典键值判断



##不推荐




if

 my_dict.has_key(key):


    

# ...do something with d[key]  






##推荐




if

 key 

in

 my_dict:


    

# ...do something with d[key]

7. 字典 get 和 setdefault 方法



##不推荐



navs = {}



for

 (portfolio, equity, position) 

in

 data:


    

if

 portfolio 

not

 

in

 navs:


            navs[portfolio] = 




    navs[portfolio] += position * prices[equity]



##推荐



navs = {}



for

 (portfolio, equity, position) 

in

 data:


    

# 使用 get 方法



    navs[portfolio] = navs.get(portfolio, 


) + position * prices[equity]


    

# 或者使用 setdefault 方法



    navs.setdefault(portfolio, 


)


    navs[portfolio] += position * prices[equity]

8. 判断真伪



##不推荐




if

 x == 

True

:


    

# ....




if

 len(items) != 


:


    

# ...




if

 items != []:


    

# ...  






##推荐




if

 x:


    

# ....




if

 items:


    

# ...

9. 遍历列表以及索引



##不推荐



items = 

'zero one two three'

.split()



# method 1



i = 





for

 item 

in

 items:


    

print

 i, item


    i += 

1




# method 2




for

 i 

in

 range(len(items)):


    

print

 i, items[i]





##推荐



items = 

'zero one two three'

.split()



for

 i, item 

in

 enumerate(items):


    

print

 i, item

10. 列表推导



##不推荐



new_list = []



for

 item 

in

 a_list:


    

if

 condition(item):


        new_list.append(fn(item))  





##推荐



new_list = [fn(item) 

for

 item 

in

 a_list 

if

 condition(item)]

11. 列表推导-嵌套



##不推荐




for

 sub_list 

in

 nested_list:


    

if

 list_condition(sub_list):


        

for

 item 

in

 sub_list:


            

if

 item_condition(item):


                

# do something...  




##推荐



gen = (item 

for

 sl 

in

 nested_list 

if

 list_condition(sl) \


            

for

 item 

in

 sl 

if

 item_condition(item))



for

 item 

in

 gen:


    

# do something...

12. 循环嵌套



##不推荐




for

 x 

in

 x_list:


    

for

 y 

in

 y_list:


        

for

 z 

in

 z_list:


            

# do something for x &amp;amp; y  






##推荐




from

 itertools 

import

 product



for

 x, y, z 

in

 product(x_list, y_list, z_list):


    

# do something for x, y, z

13. 尽量使用生成器代替列表



##不推荐





def

 

my_range


(n)

:



    i = 




    result = []


    

while

 i &amp;lt; n:


        result.append(fn(i))


        i += 

1



    

return

 result  

#  返回列表






##推荐





def

 

my_range


(n)

:



    i = 




    result = []


    

while

 i &amp;lt; n:


        

yield

 fn(i)  

#  使用生成器代替列表



        i += 

1



*尽量用生成器代替列表，除非必须用到列表特有的函数。

14. 中间结果尽量使用imap/ifilter代替map/filter



##不推荐



reduce(rf, filter(ff, map(mf, a_list)))





##推荐




from

 itertools 

import

 ifilter, imap


reduce(rf, ifilter(ff, imap(mf, a_list)))


*lazy evaluation 会带来更高的内存使用效率，特别是当处理大数据操作的时候。

15. 使用any/all函数



##不推荐



found = 

False




for

 item 

in

 a_list:


    

if

 condition(item):


        found = 

True



        

break




if

 found:


    

# do something if found...  






##推荐




if

 any(condition(item) 

for

 item 

in

 a_list):


    

# do something if found...

16. 属性(property)



##不推荐





class

 

Clock


(object)

:



    


def

 

__init__


(self)

:



        self.__hour = 

1



    


def

 

setHour


(self, hour)

:



        

if

 

25

 &amp;gt; hour &amp;gt; 


: self.__hour = hour


        

else

: 

raise

 BadHourException


    


def

 

getHour


(self)

:



        

return

 self.__hour





##推荐





class

 

Clock


(object)

:



    


def

 

__init__


(self)

:



        self.__hour = 

1



    


def

 

__setHour


(self, hour)

:



        

if

 

25

 &amp;gt; hour &amp;gt; 


: self.__hour = hour


        

else

: 

raise

 BadHourException


    


def

 

__getHour


(self)

:



        

return

 self.__hour


    hour = property(__getHour, __setHour)

17. 使用 with 处理文件打开



##不推荐



f = open(

"some_file.txt"

)



try

:


    data = f.read()


    

# 其他文件操作..




finally

:


    f.close()





##推荐




with

 open(

"some_file.txt"

) 

as

 f:


    data = f.read()


    

# 其他文件操作...

18. 使用 with 忽视异常(仅限Python 3)



##不推荐




try

:


    os.remove(

"somefile.txt"

)



except

 OSError:


    

pass






##推荐




from

 contextlib 

import

 ignored  

# Python 3 only






with

 ignored(OSError):


    os.remove(

"somefile.txt"

)

19. 使用 with 处理加锁



##不推荐




import

 threading


lock = threading.Lock()




lock.acquire()



try

:


    

# 互斥操作...




finally

:


    lock.release()





##推荐




import

 threading


lock = threading.Lock()





with

 lock:


    

# 互斥操作...

20. 参考

1) Idiomatic Python:

http://python.net/~goodger/projects/pycon/2007/idiomatic/handout.html

2) PEP 8: Style Guide for Python Code:

http://www.python.org/dev/peps/pep-0008/

转自： http://blog.sina.com.cn/s/blog_cfa68e330102z11j.html

ITPub博客

符合语言习惯的 Python 优雅编程技巧