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。 相关学习推荐：python视频教程 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 复制##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 复制##不推荐 l =[David,Pythonista, 1-514-555-1234] first_name = l[0] 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 复制##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 复制##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 复制##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 复制##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 复制##不推荐 navs ={}for(portfolio, equity, position)in data:if portfolio notin navs: navs[portfolio]=0 navs[portfolio]= position * prices[equity]##推荐 navs ={}for(portfolio, equity, position)in data:# 使用 get 方法 navs[portfolio]= navs.get(portfolio,0) position * prices[equity]# 或者使用 setdefault 方法 navs.setdefault(portfolio,0) navs[portfolio]= position * prices[equity] 8. 判断真伪 复制##不推荐if x ==True:# ....if len(items)!=0:# ...if items !=[]:# ... ##推荐if x:# ....if items:# ... 9. 遍历列表以及索引 复制##不推荐 items =zero one two three.split()# method 1 i =0for item in items:print i, item i =1# method 2for 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 复制##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 复制##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 复制##不推荐for x in x_list:for y in y_list:for z in z_list:# do something for x & 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 复制##不推荐def my_range(n): i =0 result =[]while i < n: result.append(fn(i)) i =1return result # 返回列表##推荐def my_range(n): i =0 result =[]while i < 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 复制##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 复制##不推荐 found =Falsefor item in a_list:if condition(item): found =Truebreakif found:# do something if found... ##推荐if any(condition(item)for item in a_list):# do something if found... 16. 属性(property) 复制##不推荐classClock(object):def __init__(self):self.__hour =1def setHour(self, hour):if25> hour >0:self.__hour = hour else:raiseBadHourExceptiondef getHour(self):returnself.__hour ##推荐classClock(object):def __init__(self):self.__hour =1def __setHour(self, hour):if25> hour >0:self.__hour = hour else:raiseBadHourExceptiondef __getHour(self):returnself.__hour hour = property(__getHour, __setHour) 17. 使用 with 处理文件打开 复制##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) 复制##不推荐try: os.remove("somefile.txt")exceptOSError:pass##推荐from contextlib import ignored # Python 3 onlywith ignored(OSError): os.remove("somefile.txt") 19. 使用 with 处理加锁 复制##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()withlock:# 互斥操作... 相关推荐：编程视频课程