Python这门语言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。但有时候我们写代码,特别是Python初学者,往往还是按照其它语言的思维习惯来写,那样的写法不仅运行速度慢,代码读起来也费尽,给人一种拖泥带水的感觉,过段时间连自己也读不懂。
《计算机程序的构造和解释》的作者哈尔·阿伯尔森曾这样说:“写程序必须供人阅读,> 在在在一个=1 在在在b=2 在在在tmp=一个 在在在a=b 在在在b=tmp
<强>神谕的强>
在在在a、b=b,
因为我在[0,1,2,3,4,5]: (我) #或者 因为我在范围(6): (我)
<强>神谕的强>
因为我在xrange (6): (我)
xrange返回的是生成器对象,生成器比列表更加节省内存,不过需要注意的是xrange是python2中的写法,python3只有范围方法,特点和xrange是一样的。
遍历集合时如果需要使用到集合的索引位置时,直接对集合迭代是没有索引信息的,普通的方式使用:
颜色=(“红”、“绿色”、“蓝”、“黄色”) 因为我在范围(len(颜色): 打印(我”——→“颜色[我])
<强>神谕的强>
因为我,颜色在列举(颜色): print(我的——→颜色)
字符串连接时,普通的方式可以用+操作
名称=[“雷蒙德”、“瑞秋”,“马修”,“罗杰”, “贝蒂”、“梅丽莎”、“朱迪思”,“查理”) s=名字[0] 名字的名字[1]: s +=', ' +名字 打印(s)
<强>神谕的强>
打印(',' . join(名字))
加入是一种更加高效的字符串连接方式,使用+操作时,每执行一次+操作就会导致在内存中生成一个新的字符串对象,遍历8次有8个字符串生成,造成无谓的内存浪费。而用加入方法整个过程只会产生一个字符串对象。
执行文件操作时,最后一定不能忘记的操作是关闭文件,即使报错了也要接近。普通的方式是用加速器在块中显示的调用近方法。
f=开放(“data.txt”) 试一试: data=https://www.yisu.com/zixun/f.read () 最后: f.close ()
<强>神谕的强>
张开(data.txt) f: data=https://www.yisu.com/zixun/f.read ()
使与语用句,系统会在执行完文件操作后自动关闭文件对象。
能够用一行代码简明扼要地解决问题时,绝不要用两行,比如
结果=[] 因为我在范围(10): s=我* 2 result.append (s)
<强>神谕的强>
(我* 2 xrange (10)]
与之类似的还有生成器表达式,字典推导式,都是很神谕的的写法。
装饰器可以把与业务逻辑无关的代码抽离出来,让代码保持干净清爽,而且装饰器还能被多个地方重复利用。比如一个爬虫网页的函数,如果该URL曾经被爬过就直接从缓存中获取,否则爬下来之后加入到缓存,防止后续重复爬取。
def web_lookup (url,保存={}): 如果url保存: 返回保存[url] 页面=urllib.urlopen (url) .read () 保存页面[url]=返回页面
进口urllib # py2 # urllib进口。urllib # py3请求 def缓存(函数): 保存={} def包装(url): 如果url保存: 返回保存[url] 其他: 页面=func (url) 保存页面[url]=返回页面 返回包装 @cache def web_lookup (url): 返回urllib.urlopen (url) .read ()
用装饰器写代码表面上感觉代码量更多,但是它把缓存相关的逻辑抽离出来了,可以给更多的函数调用,这样总的代码量就会少很多,而且业务方法看起来简洁了。
列表对象(列表)是一个查询效率高于更新操作的数据结构,比如删除一个元素和插入一个元素时执行效率就非常低,因为还要对剩下的元素进行移动