对于Python新手来说，写代码很少考虑代码的效率和简洁性，因此容易造成代码冗长、执行慢，这些都是需要改进的地方。本文是想通过几个案列给新手一点启发，怎样写python代码更优雅。
01.不喜欢使用高级数据结构
sets(集合)
很多新手忽视sets(集合)和tuple(元组)的强大之处.
例如，取两个列表交集：
defcommon_elements(list1,list2):
common=[]
foritem1inlist1:
ifitem1inlist2:
common.append(item1)、
returncommon
这样写会更好：
defcommon_elements(list1,list2):
common=set(list1).intersection(set(list2))
returnlist(common)
dic(字典)
新手枚举(访问和取出)字典的键和对应值，认为对应值必须通过键来访问，往往会这样做：
my_dict={'a':1,'b':2}
forkeyinmy_dict:
print(key,my_dict[key])
有一个更优雅的方法可以实现：
my_dict={'a':1,'b':2}
forkey,valueinmy_dict.items():
print(key,value)
对大部分项目来说，这样写会更加有效率。
tuple(元组)
元组一旦创建就无法更改元素，看似没有什么用处，其实元组的作用大着呢!很多函数方法都会返回元组，比如enumerate()和dict.items()，并且可以在函数中使用元组，返回多个值。还能够很方便地从元组中提取信息：
a,b=('cat','dog')
上面元组中有两个元素，分别被赋给a，b。如果有多个值，同样可以提取：
a,b,c=('cat','dog','tiger')
print(a,b,c)
提取首、尾两个元素：
first,*_,end=(1,2,3,4,5,6)
print(first,end)
#输出：1、6
提取首、中、尾三部分：
first,*middle,end=(1,2,3,4,5,6)
print(first,middle,end)
#输出：1、[2,3,4,5]、6
元组还可以用来交换变量：
(a,b,c)=(c,a,b)
上面a变成之前的c，b变成之前的a，c变成之前的b。元组也能作为字典的键，所以如果你需要存储数据，可以使用带有元组键的字典，比如说经纬度数据。
02.不喜欢使用上下文管理器
新手可能会习惯这样进行读取文件操作：
ifos.path.exists(data_file_path):
data_file=open(data_file_path,'r')
else:
raiseOSERROR
print(data_file.read())
data.close()
这样写会有几个明显的问题：
·可能出现文件存在，但文件被占用，无法读取的情况
·可能出现文件可以被读取，但操作文件对象出现报错的情况
·可能出现忘记关闭文件的情况
如果使用with…语句，问题就迎刃而解了：
withopen(data_file_path,'r')asdata_file:
print(data_file.read)
这样可以捕获任何打开文件或处理数据时的异常情况，并且在任务处理完后自动关闭文件。
python初学者可能不太了解上下文管理器的神奇之处，它真的能带来巨大的便利。
03.不喜欢使用标准库
标准库itertools和collections仍然很少被初学者使用
itertools
如果你看到下面的任务：
list1=range(1,10)
list2=range(10,20)
foritem1inlist1:
foritem2inlist1:
print(item1*item2)
这是一个嵌套循环操作，为提高代码效率，完全可以用product()函数替代嵌套循环：
fromitertoolsimportproduct
list1=range(1,10)
list2=range(10,20)
foritem1,item2inproduct(list1,list2):
print(item1*item2)
这两段代码的结果完全一样，但使用标准库函数明显更加简洁高效。itertools还有很多方便操作迭代对象的函数，比如：
·count()函数会创建一个无限迭代器
·cycle()函数会把传入的序列无限重复下去
·chain()可以把多个迭代对象串联起来
·group()函数可以把迭代其中相邻的重复元素挑出来，放在一起
有兴趣可以详细看看itertools库的各种神奇函数。
collections
新手对python集合模块了解的可能并不多，你可能会遇到这样的情形：
consolidated_list=[('a',1),('b',2),('c',3),('b',4)]
items_by_id={}
forid_,iteminconsolidated_list:
ifid_notinitems_by_id:
items_by_id[id_]=[]
ifid_initems_by_id:
items_by_id[id_].append(item)
上面代码构建了一个字典，依次向字典中添加信息，如果某个键已经存在，则以某种方式修改该键的值;如果某个键不存在，则添加对应键值对。
这种算法非常常见，你可以用collects模块的defaultdict()函数来实现同样效果：
fromcollectionsimportdefaultdict
items_by_id=defaultdict(list)
consolidated_list=[('a',1),('b',2),('c',3),('b',4)]
forid_,iteminconsolidated_list:
items_by_id[id_].append(item)
在此列中，defaultdict()接受一个list作为参数，当键不存在时，则返回一个空列表作为对应值。
有时候我们会遇到统计词频的案例，比如：
#统计词频
colors=['red','blue','red','green','blue','blue']
result={}
forcolorincolors:
ifresult.get(color)==None:
result[color]=1
else:
result[color]+=1
print(result)
#输出{'red':2,'blue':3,'green':1}
完全可以用defaultdict()函数实现上面的计数功能：
colors=['red','blue','red','green','blue','blue']
d=defaultdict(int)
forcolorincolors:
d[color]+=1
print(d)
更简单的方法用collections模块的Counter()函数：
fromcollectionsimportCounter
colors=['red','blue','red','green','blue','blue']
c=Counter(colors)
print(dict(c))
对于备份文件，新人往往会用system模块：
fromosimportsystem
system("xcopye:\\sample.csve:\\newfile\\")
其实shutil模块更好用：
importshutil
shutil.copyfile('E:\\q.csv','e:\\movie\\q.csv')
因为shutil会很详细地报告错误和异常。
04.不喜欢使用异常处理
无论老手新手都应该在写代码的时候进行异常处理操作，这样可以使代码更加健壮。异常处理一般会用try…except语句。
05.：不喜欢使用生成器
除非你的list十分复杂，并且频繁调用，否则都建议使用生成器，因为它非常节省内存，举个例子：
defpowers_of_two(max=20000):
i=0
powers=[]
while2**i powers.append[2**i] i+=1 returnpowers 对于使用次数少、占据大量内存、且容易生成的数据，可以用生成器替代列表存储： fromitertoolsimportcount,takewhile defpowers_of_two(max=20000): forindexintakewhile(lambdai:2**i yield2**index 以上内容为大家介绍了Python新手的五大坑，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注IT培训机构:千锋教育。http://www.mobiletrain.org/
京公网安备 11010802030320号