python：永远别写for循环

您所在的位置：网站首页 › excel怎么写for循环 › python：永远别写for循环

python：永远别写for循环

2024-07-01 22:25| 来源: 网络整理| 查看: 265

在网上看到一篇关于python避免写for循环的博文，mark一下，值得思考！

为什么要挑战自己在代码里不写for loop？因为这样可以迫使你去使用比较高级、地道的语法或库。文中以python为例子，讲了不少大家其实在别人的代码里都见过、但自己很少用的语法。

这是一个挑战。我要你避免在任何情况下写for循环。同样的，我也要你找到一种场景——除了用for循环以外，用其他方法写都太难。请分享你的发现，我非常想听到这些

距离我开始探索超棒的Python语言特性已经有一段时间了。一开始，这只是我给自己的一个挑战，练习使用更多的语言特性来替代我从其他编程语言那里所学到的。但是事情渐渐变得更有趣了！代码不止变得更简短整洁，而且看起来更加结构化和有规律，在这篇文章中我将更多地介绍这些好处。

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 1 2 3 4 5 6 7 # 1 with . . . : 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 1 2 3 4 result = [ ] 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：

Python 1 result = [ 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？）

Python 1 result = ( 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。）

Python 1 doubled_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reduce

Python 1 2 from functools import reduce summation = 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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 >>> 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 1 2 3 4 5 6 7 results = [ ] 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：

Python 1 2 3 4 5 6 7 8 def 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？

Python 1 2 3 4 results = [ ] for i in range ( 10 ) : for j in range ( i ) : results . append ( ( i , j ) )

列表解析可以帮助你：

Python 1 2 3 results = [ ( 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 1 2 3 4 5 6 7 8 9 # finding the max prior to the current item a = [ 3 , 4 , 6 , 2 , 1 , 9 , 0 , 7 , 5 , 8 ] results = [ ] current_max = 0 for 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：

Python 1 2 3 4 5 6 7 8 def 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：

Python 1 2 3 from itertools import accumulate a = [ 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

1.再看一遍你的代码，找出任何以前凭直觉写下for循环的地方，再次思考一下，不用for循环再写一遍是不是有意义的。

2.分享你很难不使用for循环的例子。

【本文地址】

公司简介

联系我们