[python篇] [伯乐在线][1]永远别写for循环，python伯乐,首先，让我们退一步看

[python篇] [伯乐在线][1]永远别写for循环，python伯乐,首先，让我们退一步看

首先，让我们退一步看看在写一个for循环背后的直觉是什么：1.遍历一个序列提取出一些信息2.从当前的序列中生成另外的序列3.写for循环已经是我的第二天性了，因为我是一个程序员幸运的是，Python里面已经有很棒的工具帮你达到这些目标！你需要做的只是转变思想，用不同的角度看问题。不到处写for循环你将会获得什么1.更少的代码行数2.更好的代码阅读性3.只将缩进用于管理代码文本Let’s see the code skeleton below:看看下面这段代码的构架：Python# 1with ...:    for ...:        if ...:            try:            except:        else:1234567# 1with ...:    for ...:        if ...:            try:            except:        else:这个例子使用了多层嵌套的代码，这是非常难以阅读的。我在这段代码中发现它无差别使用缩进把管理逻辑（with, try-except）和业务逻辑（for, if）混在一起。如果你遵守只对管理逻辑使用缩进的规范，那么核心业务逻辑应该立刻脱离出来。“扁平结构比嵌套结构更好” – 《Python之禅》为了避免for循环，你可以使用这些工具1. 列表解析/生成器表达式看一个简单的例子，这个例子主要是根据一个已经存在的序列编译一个新序列：Pythonresult = []for item in item_list:    new_item = do_something_with(item)    result.append(item)1234result = []for item in item_list:    new_item = do_something_with(item)    result.append(item)如果你喜欢MapReduce，那你可以使用map，或者Python的列表解析：Pythonresult = [do_something_with(item) for item in item_list]1result = [do_something_with(item) for item in item_list]同样的，如果你只是想要获取一个迭代器，你可以使用语法几乎相通的生成器表达式。（你怎么能不爱上Python的一致性？）Pythonresult = (do_something_with(item) for item in item_list)1result = (do_something_with(item) for item in item_list)2. 函数站在更高阶、更函数化的变成方式考虑一下，如果你想映射一个序列到另一个序列，直接调用map函数。（也可用列表解析来替代。）Pythondoubled_list = map(lambda x: x * 2, old_list)1doubled_list = map(lambda x: x * 2, old_list)如果你想使一个序列减少到一个元素，使用reducePythonfrom functools import reducesummation = reduce(lambda x, y: x + y, numbers)12from functools import reducesummation = reduce(lambda x, y: x + y, numbers)另外，Python中大量的内嵌功能可/会（我不知道这是好事还是坏事，你选一个，不加这个句子有点难懂）消耗迭代器：Python>>> 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)451234567891011121314151617181920212223>>> 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)453. 抽取函数或者表达式上面的两种方法很好地处理了较为简单的逻辑，那更复杂的逻辑怎么办呢？作为一个程序员，我们会把困难的事情抽象成函数，这种方式也可以用在这里。如果你写下了这种代码：Pythonresults = []for item in item_list:    # setups    # condition    # processing    # calculation    results.append(result)1234567results = []for item in item_list:    # setups    # condition    # processing    # calculation    results.append(result)显然你赋予了一段代码太多的责任。为了改进，我建议你这样做：Pythondef process_item(item):    # setups    # condition    # processing    # calculation    return resultresults = [process_item(item) for item in item_list]12345678def process_item(item):    # setups    # condition    # processing    # calculation    return result results = [process_item(item) for item in item_list]嵌套的for循环怎么样？Pythonresults = []for i in range(10):    for j in range(i):        results.append((i, j))1234results = []for i in range(10):    for j in range(i):        results.append((i, j))列表解析可以帮助你：Pythonresults = [(i, j)           for i in range(10)           for j in range(i)]123results = [(i, j)           for i in range(10)           for j in range(i)]如果你要保存很多的内部状态怎么办呢？Python# finding the max prior to the current itema = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]results = []current_max = 0for i in a:    current_max = max(i, current_max)    results.append(current_max)# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]123456789# finding the max prior to the current itema = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]results = []current_max = 0for i in a:    current_max = max(i, current_max)    results.append(current_max) # results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]让我们提取一个表达式来实现这些：Pythondef max_generator(numbers):    current_max = 0    for i in numbers:        current_max = max(i, current_max)        yield current_maxa = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]results = list(max_generator(a))12345678def 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，你刚刚在那个函数的表达式中使用了一个for循环，这是欺骗！”好吧，自作聪明的家伙，试试下面的这个。4. 你自己不要写for循环，itertools会为你代劳这个模块真是妙。我相信这个模块能覆盖80%你想写下for循环的时候。例如，上一个例子可以这样改写：Pythonfrom itertools import accumulatea = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]resutls = list(accumulate(a, max))123from itertools import accumulatea = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]resutls = list(accumulate(a, max))另外，如果你在迭代组合的序列，还有product()，permutations()，combinations()可以用。结论1.大多数情况下是不需要写for循环的。2.应该避免使用for循环，这样会使得代码有更好的阅读性。行动

首先，让我们退一步看看在写一个for循环背后的直觉是什么：

1.遍历一个序列提取出一些信息

2.从当前的序列中生成另外的序列

3.写for循环已经是我的第二天性了，因为我是一个程序员

幸运的是，Python里面已经有很棒的工具帮你达到这些目标！你需要做的只是转变思想，用不同的角度看问题。

不到处写for循环你将会获得什么

1.更少的代码行数

2.更好的代码阅读性

3.只将缩进用于管理代码文本

Let’sseethecodeskeletonbelow:

看看下面这段代码的构架：

Python

1234567

# 1with...:for...:if...:try:except:else:

这个例子使用了多层嵌套的代码，这是非常难以阅读的。我在这段代码中发现它无差别使用缩进把管理逻辑（with,try-except）和业务逻辑（for,if）混在一起。如果你遵守只对管理逻辑使用缩进的规范，那么核心业务逻辑应该立刻脱离出来。

“扁平结构比嵌套结构更好”–《Python之禅》

为了避免for循环，你可以使用这些工具

1. 列表解析/生成器表达式

看一个简单的例子，这个例子主要是根据一个已经存在的序列编译一个新序列：

Python

1234	result=[]foritem initem_list:new_item=do_something_with(item)result.append(item)

如果你喜欢MapReduce，那你可以使用map，或者Python的列表解析：

Python

1	result=[do_something_with(item)foritem initem_list]

同样的，如果你只是想要获取一个迭代器，你可以使用语法几乎相通的生成器表达式。（你怎么能不爱上Python的一致性？）

Python

1	result=(do_something_with(item)foritem initem_list)

2.函数

站在更高阶、更函数化的变成方式考虑一下，如果你想映射一个序列到另一个序列，直接调用map函数。（也可用列表解析来替代。）

Python

1	doubled_list=map(lambdax:x*2,old_list)

如果你想使一个序列减少到一个元素，使用reduce

Python

12	fromfunctoolsimportreducesummation=reduce(lambdax,y:x+y,numbers)

另外，Python中大量的内嵌功能可/会（我不知道这是好事还是坏事，你选一个，不加这个句子有点难懂）消耗迭代器：

Python

1234567891011121314151617181920212223

>>>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. 抽取函数或者表达式

上面的两种方法很好地处理了较为简单的逻辑，那更复杂的逻辑怎么办呢？作为一个程序员，我们会把困难的事情抽象成函数，这种方式也可以用在这里。如果你写下了这种代码：

Python

1234567

results=[]foritem initem_list:# setups# condition# processing# calculationresults.append(result)

显然你赋予了一段代码太多的责任。为了改进，我建议你这样做：

Python

12345678

defprocess_item(item):# setups# condition# processing# calculationreturnresultresults=[process_item(item)foritem initem_list]

嵌套的for循环怎么样？

Python

1234	results=[]foriinrange(10):forjinrange(i):results.append((i,j))

列表解析可以帮助你：

Python

123	results=[(i,j) foriinrange(10) forjinrange(i)]

如果你要保存很多的内部状态怎么办呢？

Python

123456789

# finding the max prior to the current itema=[3,4,6,2,1,9,0,7,5,8]results=[]current_max=0foriina:current_max=max(i,current_max)results.append(current_max)# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]

让我们提取一个表达式来实现这些：

Python

12345678

defmax_generator(numbers):current_max=0foriinnumbers:current_max=max(i,current_max)yieldcurrent_maxa=[3,4,6,2,1,9,0,7,5,8]results=list(max_generator(a))

“等等，你刚刚在那个函数的表达式中使用了一个for循环，这是欺骗！”

好吧，自作聪明的家伙，试试下面的这个。

4. 你自己不要写for循环，itertools会为你代劳

这个模块真是妙。我相信这个模块能覆盖80%你想写下for循环的时候。例如，上一个例子可以这样改写：

Python

123	fromitertoolsimportaccumulatea=[3,4,6,2,1,9,0,7,5,8]resutls=list(accumulate(a,max))

另外，如果你在迭代组合的序列，还有product()，permutations()，combinations()可以用。

结论

1.大多数情况下是不需要写for循环的。

2.应该避免使用for循环，这样会使得代码有更好的阅读性。

行动

[python篇] [伯乐在线][1]永远别写for循环