挑戰(zhàn)不再寫Python for 循環(huán)
自從我開始探索 Python 中驚人的語言功能已經(jīng)有一段時間了。一開始，我給自己一個挑戰(zhàn)，目的是讓我練習(xí)更多的 Python 語言功能，而不是使用其他編程語言的編程經(jīng)驗。這讓事情變得越來越有趣！代碼變得越來越簡潔，代碼看起來更加結(jié)構(gòu)化和規(guī)范化。下面我將會介紹這些好處。
通常如下使用場景中會用到 for 循環(huán)：
- 在一個序列來提取一些信息。
- 從一個序列生成另一個序列。
- 寫 for 已成習(xí)慣。
幸運的是，Python 已經(jīng)有很多工具可以幫助你完成這些工作，你只需要轉(zhuǎn)移你的思路，并以不同的角度來思考它。
通過避免編寫 for 循環(huán)，你可以獲得什么好處：
- 較少的代碼量
- 更好的代碼可讀性
- 更少的縮進(jìn)（對 Python 還是很有意義的）
我們來看一下下面的代碼結(jié)構(gòu)：
# 1
with ...:
for ...:
if ...:
try:
except:
else:
在這個例子中，我們正在處理多層嵌套的代碼，這很難閱讀。這個例子使用了多層嵌套的代碼。我在這段代碼中發(fā)現(xiàn)它無差別使用縮進(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。
- "扁平結(jié)構(gòu)比嵌套結(jié)構(gòu)更好" - The Zen of Python
可以使用的已有的工具來替換 for 循環(huán)
1. List Comprehension / Generator 表達(dá)式
我們來看一個簡單的例子。如果你想將一個數(shù)組轉(zhuǎn)換為另一個數(shù)組：
result = []
for item in item_list:
new_item = do_something_with(item)
result.append(item)
如果你喜歡 MapReduce，你也可以使用 map，或者 Python 中的 List Comprehension：
result = [do_something_with(item) for item in item_list]
同樣，如果您只想迭代數(shù)組中
的元素，也可以使用一樣的代碼 Generator Expression。
result = (do_something_with(item) for item in item_list)
2. 函數(shù)
如果您想要將一個數(shù)組映射成另外數(shù)組，只需調(diào)用 map 函數(shù)，就可以用一個更高級、更實用的編程方式解決這個問題。
doubled_list = map(lambda x: x * 2, old_list)
如果要將序列減少為單個，請使用 reduce
from functools import reduce
summation = reduce(lambda x, y: x + y, numbers)
另外，許多 Python 內(nèi)置函數(shù)都會使用 iterables：
>>> 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. Extract Functions or Generators
上述兩種方法是很好地處理更簡單的邏輯。更復(fù)雜的邏輯怎么樣？作為程序員，我們編寫函數(shù)來抽離出復(fù)雜的業(yè)務(wù)。相同的想法適用于此。如果你是這樣寫的：
results = []
for item in item_list:
# setups
# condition
# processing
# calculation
results.append(result)
顯然你對一個代碼塊添加了太多的責(zé)任。相反，我建議你做：
def process_item(item):
# setups
# condition
# processing
# calculation
return result
results = [process_item(item) for item in item_list]
如果換成嵌套函數(shù)會如何
results = []
for i in range(10):
for j in range(i):
results.append((i, j))
換成 List Comprehension 來實現(xiàn)是這樣的：
results = [(i, j)
for i in range(10)
for j in range(i)]
如果你的代碼塊需要記錄一些內(nèi)部狀態(tài)
# 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]
我們使用 generator 來實現(xiàn)這一點：
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))
- 讀者可能要問 “等等！你在 generator 中用到 for 循環(huán)，作弊啊！別急，再看看下面的代碼。
不要自己寫。itertools 會幫你實現(xiàn)了
這個模塊很簡單。我相信這個模塊在大多數(shù)場景中可以替換你原先的 for 循環(huán)。例如，最后一個例子可以重寫為：
from itertools import accumulate
a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
resutls = list(accumulate(a, max))
另外，如果要迭代組合序列，則需要使用product()， permutations()， combinations()。
結(jié)論
- 在大多數(shù)情況下，您都不需要編寫 for 循環(huán)。
- 你應(yīng)該避免編寫 for 循環(huán)，這樣會有更好的代碼可讀性。
