python中關(guān)于for循環(huán)的碎碎念
為什么要挑戰(zhàn)自己在代碼里不寫(xiě)for loop?因?yàn)檫@樣可以迫使你去使用比較高級(jí)、地道的語(yǔ)法或庫(kù)。文中以python為例子,講了不少大家其實(shí)在別人的代碼里都見(jiàn)過(guò)、但自己很少用的語(yǔ)法。
這是一個(gè)挑戰(zhàn)。我要你避免在任何情況下寫(xiě)for循環(huán)。同樣的,我也要你找到一種場(chǎng)景——除了用for循環(huán)以外,用其他方法寫(xiě)都太難。請(qǐng)分享你的發(fā)現(xiàn),我非常想聽(tīng)到這些
距離我開(kāi)始探索超棒的Python語(yǔ)言特性已經(jīng)有一段時(shí)間了。一開(kāi)始,這只是我給自己的一個(gè)挑戰(zhàn),練習(xí)使用更多的語(yǔ)言特性來(lái)替代我從其他編程語(yǔ)言那里所學(xué)到的。但是事情漸漸變得更有趣了!代碼不止變得更簡(jiǎn)短整潔,而且看起來(lái)更加結(jié)構(gòu)化和有規(guī)律,在這篇文章中我將更多地介紹這些好處。
首先,讓我們退一步看看在寫(xiě)一個(gè)for循環(huán)背后的直覺(jué)是什么:
1.遍歷一個(gè)序列提取出一些信息
2.從當(dāng)前的序列中生成另外的序列
3.寫(xiě)for循環(huán)已經(jīng)是我的第二天性了,因?yàn)槲沂且粋€(gè)程序員
幸運(yùn)的是,Python里面已經(jīng)有很棒的工具幫你達(dá)到這些目標(biāo)!你需要做的只是轉(zhuǎn)變思想,用不同的角度看問(wèn)題。
不到處寫(xiě)for循環(huán)你將會(huì)獲得什么
1.更少的代碼行數(shù)
2.更好的代碼閱讀性
3.只將縮進(jìn)用于管理代碼文本
Let's see the code skeleton below:
看看下面這段代碼的構(gòu)架:
# 1 with ...: for ...: if ...: try: except: else:
這個(gè)例子使用了多層嵌套的代碼,這是非常難以閱讀的。我在這段代碼中發(fā)現(xiàn)它無(wú)差別使用縮進(jìn)把管理邏輯(with, try-except)和業(yè)務(wù)邏輯(for, if)混在一起。如果你遵守只對(duì)管理邏輯使用縮進(jìn)的規(guī)范,那么核心業(yè)務(wù)邏輯應(yīng)該立刻脫離出來(lái)。
“扁平結(jié)構(gòu)比嵌套結(jié)構(gòu)更好” – 《Python之禪》
為了避免for循環(huán),你可以使用這些工具
1. 列表解析/生成器表達(dá)式
看一個(gè)簡(jiǎn)單的例子,這個(gè)例子主要是根據(jù)一個(gè)已經(jīng)存在的序列編譯一個(gè)新序列:
result = [] for item in item_list: new_item = do_something_with(item) result.append(item)
如果你喜歡MapReduce,那你可以使用map,或者Python的列表解析:
result = [do_something_with(item) for item in item_list]
同樣的,如果你只是想要獲取一個(gè)迭代器,你可以使用語(yǔ)法幾乎相通的生成器表達(dá)式。(你怎么能不愛(ài)上Python的一致性?)
result = (do_something_with(item) for item in item_list)
2. 函數(shù)
站在更高階、更函數(shù)化的變成方式考慮一下,如果你想映射一個(gè)序列到另一個(gè)序列,直接調(diào)用map函數(shù)。(也可用列表解析來(lái)替代。)
doubled_list = map(lambda x: x * 2, old_list)
如果你想使一個(gè)序列減少到一個(gè)元素,使用reduce
from functools import reduce summation = reduce(lambda x, y: x + y, numbers)
另外,Python中大量的內(nèi)嵌功能可/會(huì)(我不知道這是好事還是壞事,你選一個(gè),不加這個(gè)句子有點(diǎn)難懂)消耗迭代器:
>>> a = list(range(10)) >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> all(a) False >>> any(a) True >>> max(a) 9 >>> min(a) 0 >>> list(filter(bool, a)) [1, 2, 3, 4, 5, 6, 7, 8, 9] >>> set(a) {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} >>> dict(zip(a,a)) {0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9} >>> sorted(a, reverse=True) [9, 8, 7, 6, 5, 4, 3, 2, 1, 0] >>> str(a) '[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]' >>> sum(a) 45
3. 抽取函數(shù)或者表達(dá)式
上面的兩種方法很好地處理了較為簡(jiǎn)單的邏輯,那更復(fù)雜的邏輯怎么辦呢?作為一個(gè)程序員,我們會(huì)把困難的事情抽象成函數(shù),這種方式也可以用在這里。如果你寫(xiě)下了這種代碼:
results = [] for item in item_list: # setups # condition # processing # calculation results.append(result)
顯然你賦予了一段代碼太多的責(zé)任。為了改進(jìn),我建議你這樣做:
def process_item(item): # setups # condition # processing # calculation return result results = [process_item(item) for item in item_list]
嵌套的for循環(huán)怎么樣?
results = [] for i in range(10): for j in range(i): results.append((i, j))
列表解析可以幫助你:
results = [(i, j) for i in range(10) for j in range(i)]
如果你要保存很多的內(nèi)部狀態(tài)怎么辦呢?
# finding the max prior to the current item a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] results = [] current_max = 0 for i in a: current_max = max(i, current_max) results.append(current_max) # results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]
讓我們提取一個(gè)表達(dá)式來(lái)實(shí)現(xiàn)這些:
def max_generator(numbers): current_max = 0 for i in numbers: current_max = max(i, current_max) yield current_max a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] results = list(max_generator(a))
“等等,你剛剛在那個(gè)函數(shù)的表達(dá)式中使用了一個(gè)for循環(huán),這是欺騙!”
好吧,自作聰明的家伙,試試下面的這個(gè)。
4. 你自己不要寫(xiě)for循環(huán),itertools會(huì)為你代勞
這個(gè)模塊真是妙。我相信這個(gè)模塊能覆蓋80%你想寫(xiě)下for循環(huán)的時(shí)候。例如,上一個(gè)例子可以這樣改寫(xiě):
from itertools import accumulate a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] resutls = list(accumulate(a, max))
另外,如果你在迭代組合的序列,還有product(),permutations(),combinations()可以用。
結(jié)論
1.大多數(shù)情況下是不需要寫(xiě)for循環(huán)的。
2.應(yīng)該避免使用for循環(huán),這樣會(huì)使得代碼有更好的閱讀性。
行動(dòng)
1.再看一遍你的代碼,找出任何以前憑直覺(jué)寫(xiě)下for循環(huán)的地方,再次思考一下,不用for循環(huán)再寫(xiě)一遍是不是有意義的。
2.分享你很難不使用for循環(huán)的例子。
- Python中for循環(huán)詳解
- 詳解Python中for循環(huán)的使用
- 詳解Python中for循環(huán)的使用方法
- 講解Python中for循環(huán)下的索引變量的作用域
- Python中for循環(huán)和while循環(huán)的基本使用方法
- Python for循環(huán)中的陷阱詳解
- Python中for循環(huán)控制語(yǔ)句用法實(shí)例
- python 用lambda函數(shù)替換for循環(huán)的方法
- python中for循環(huán)輸出列表索引與對(duì)應(yīng)的值方法
- python開(kāi)發(fā)之for循環(huán)操作實(shí)例詳解
- Python學(xué)習(xí)筆記之For循環(huán)用法詳解
相關(guān)文章
Python中生成隨機(jī)密碼的多種超實(shí)用實(shí)例
隨機(jī)密碼生成器是一種常見(jiàn)的工具,用于生成強(qiáng)密碼,下面這篇文章主要給大家介紹了關(guān)于Python中生成隨機(jī)密碼的多種超實(shí)用實(shí)例,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-05-05Python實(shí)現(xiàn)DBSCAN聚類算法并樣例測(cè)試
聚類是一種機(jī)器學(xué)習(xí)技術(shù),它涉及到數(shù)據(jù)點(diǎn)的分組,聚類是一種無(wú)監(jiān)督學(xué)習(xí)的方法,是許多領(lǐng)域中常用的統(tǒng)計(jì)數(shù)據(jù)分析技術(shù)。本文給大家分享Python實(shí)現(xiàn)DBSCAN聚類算法并樣例測(cè)試,感興趣的朋友一起看看吧2021-06-06詳解TensorFlow2實(shí)現(xiàn)線性回歸
這篇文章主要介紹了TensorFlow2實(shí)現(xiàn)線性回歸的詳細(xì)解析,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-09-09