10个让你的 Python 代码更具 pythonic 风格的示例

术语 “Pythonic”, 不仅仅意味着使用一些独特的 Python 语法，更重要的是代码的整洁、适用且极具表现力。

下面我收集了 10 个代码片段，通过示例演示一些 “Pythonic” 风格。

#1 变量交换

// C-like code  
int temp = a;  
a = b;  
b = temp;

# Python code  
a, b = b, a

在 Python 中，这实际上是通过元组的自动打包/解包将一个元组 (b, a) 分配给另一个 (a, b)。

#2 函数返回元组（自动打包/解包）

// C-like code  
struct UserInfo {  
    char* name,  
    int age,  
    char* email  
};  
UserInfo* get_user_info(uint64_t id) {  
    // ...  
    return userInfo;  
}

UserInfo* userInfo = get_user_info(id);  
// using userInfo->name, userInfo->age, userInfo->email  

# Python code  
def get_user_info(id):  
    # ...  
    return name, age, email

name, age, email = get_user_info(id) 
# using name, age, email

#3 多重比较

// C-like code  
if (0 <= x && x < y && y <= 100) {  
    // do something  
}

# Python code  
if 0 <= x < y <= 100:  
    # do something

#4 多重比较

// C-like code  
if (genre_code == CODE_ROCK ||  
    genre_code == CODE_COUNTRY ||  
    genre_code == CODE_JAZZ) {  
    // do something  
}

# Python code  
if genre in ("rock", "country", "jazz"):  
    # do something

#5 列表推导式

// C-like code  
float* normalized_buf = malloc(sizeof(float) * buf_size);  
for (int i = 0; i < buf_size; i++)  
{  
    normalized_buf[i] = (float)(buf[i] / 255);  
}  
   
   
# Python code  
def normalize(x):  
    return (x/255)
	
normalized_buf = [normalize(x) for x in buf]

#6 将 Python 字典当做缓存

complex_calc_cache = {}  # create an empty dictionary

def complex_calc(m, n, t):  
    if (m, n, t) in complex_calc_cache:  
        return complex_calc_cache[(m, n, t)]  
    else:  
        # get result after time consuming calculation...  
        complex_calc_cache[(m, n, t)] = result  
        return result

Python 允许像(m, n, t) 这样的元组作为字典键。

#7 关键字参数

def init_worker(max_size=1000000, cache_size=1000,   
                timeout=30000, max_retry=10, encoding="utf-8"):  
    # ...  
    return worker
	
worker1 = init_worker(cache_size=2000)  
worker2 = init_worker(max_retry=3)

当函数参数比较多，比较长且带有默认值的时候，关键字参数使用起来会更加方便。

#8 读取文件

file_path = os.path.join("proj", "data", "address.txt")  
with open(file_path) as file_obj:  
	for line in file_obj:  
		# process one line, e.g. words = line.split()

通过使用 **with** open(), 在程序退出时，上下文管理 将会自动关闭文件。

#9 适用 HTTP

import requests  
import pprint    # Pretty Printer

response = requests.get("http://some.url/query")  
print("Response is:" + response.text)  
pprint.pprint(response.json())  # print in better format

#10 装饰器

import time

def my_decorator(func):  
    def wrap_profiler(*args, **kwargs):  
        start_time = time.time()  
        func(*args, **kwargs)  
        end_time = time.time()  
        interval = end_time - start_time  
        print(f"Function {func.__name__} takes {interval} seconds.")  
    return wrap_profiler
	
@my_decorator  
def my_test_func():  
    print("Hello world.")

当我们调用 my_test_func()函数时, 我们将得到如下结果:

Hello world.  
Function my_test_func takes 3.695487976074219e-05 seconds.

最后一个示例涵盖了更多的语法概念，包括 (1) 内部函数、(2) 任意参数列表、(3) 内置变量、(4) 作为一等公民的函数以及 (5) @ 语法糖。

你的 Pythonic 技巧是什么？很高兴在评论中看到您的见解！

翻译自：https://kimi-wh-sun.medium.com/how-to-make-your-python-code-pythonic-9ffda6d19c04