摈弃Python的for循环的挑战
IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《摈弃Python的for循环的挑战》,聊聊,我们一起来看看吧!
自从我开始探索 Python 中惊人的语言功能已经有一段时间了。一开始,我给自己一个挑战,目的是让我练习更多的 Python 语言功能,而不是使用其他编程语言的编程经验。这让事情变得越来越有趣!代码变得越来越简洁,代码看起来更加结构化和规范化。下面我将会介绍这些好处。
通常如下使用场景中会用到 for 循环:
- 在一个序列来提取一些信息。
- 从一个序列生成另一个序列。
- 写 for 已成习惯。
幸运的是,Python 已经有很多工具可以帮助你完成这些工作,你只需要转移你的思路,并以不同的角度来思考它。
通过避免编写 for 循环,你可以获得什么好处:
- 较少的代码量
- 更好的代码可读性
- 更少的缩进(对 Python 还是很有意义的)
我们来看一下下面的代码结构:
# 1 with ...: for ...: if ...: try: except: else:
在这个例子中,我们正在处理多层嵌套的代码,这很难阅读。这个例子使用了多层嵌套的代码。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" - The Zen of Python
可以使用的已有的工具来替换 for 循环
1. List Comprehension / Generator 表达式
我们来看一个简单的例子。如果你想将一个数组转换为另一个数组:
result = [] for item in item_list: new_item = do_something_with(item) result.append(item)
如果你喜欢 MapReduce,你也可以使用 map,或者 Python 中的 List Comprehension:
result = [do_something_with(item) for item in item_list]
同样,如果您只想迭代数组中
的元素,也可以使用一样的代码 Generator Expression。
result = (do_something_with(item) for item in item_list)
2. 函数
如果您想要将一个数组映射成另外数组,只需调用 map 函数,就可以用一个更高级、更实用的编程方式解决这个问题。
doubled_list = map(lambda x: x * 2, old_list)
如果要将序列减少为单个,请使用 reduce
from functools import reduce summation = reduce(lambda x, y: x + y, numbers)
另外,许多 Python 内置函数都会使用 iterables:
>>> 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. Extract Functions or Generators
上述两种方法是很好地处理更简单的逻辑。更复杂的逻辑怎么样?作为程序员,我们编写函数来抽离出复杂的业务。相同的想法适用于此。如果你是这样写的:
results = [] for item in item_list: # setups # condition # processing # calculation results.append(result)
显然你对一个代码块添加了太多的责任。相反,我建议你做:
def process_item(item): # setups # condition # processing # calculation return result results = [process_item(item) for item in item_list]
如果换成嵌套函数会如何
results = [] for i in range(10): for j in range(i): results.append((i, j))
换成 List Comprehension 来实现是这样的:
results = [(i, j) for i in range(10) for j in range(i)]
如果你的代码块需要记录一些内部状态
# 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]
我们使用 generator 来实现这一点:
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))
- 读者可能要问 “等等!你在 generator 中用到 for 循环,作弊啊!别急,再看看下面的代码。
不要自己写。itertools 会帮你实现了
这个模块很简单。我相信这个模块在大多数场景中可以替换你原先的 for 循环。例如,最后一个例子可以重写为:
from itertools import accumulate a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] resutls = list(accumulate(a, max))
另外,如果要迭代组合序列,则需要使用product(), permutations(), combinations()。
结论
- 在大多数情况下,您都不需要编写 for 循环。
- 你应该避免编写 for 循环,这样会有更好的代码可读性。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

- 上一篇
- 从零开始使用Python手写回归树算法

- 下一篇
- 构建可观察和可测试的系统:Spring Boot的使用指南
-
- 文章 · python教程 | 43分钟前 |
- Python初学者必备IDE推荐与使用攻略
- 101浏览 收藏
-
- 文章 · python教程 | 3小时前 | 工厂模式 单例模式 类方法 @classmethod 类变量
- Python类方法定义终极攻略
- 477浏览 收藏
-
- 文章 · python教程 | 3小时前 | 类型检查 type() 动态类型 类型注解 isinstance()
- Python中快速检查变量类型的技巧
- 319浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python打包exe后闪退原因及解决方案
- 225浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- VSCode配置Python:插件推荐与调试技巧
- 148浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- 数据格式化输出技巧深度解析
- 243浏览 收藏
-
- 文章 · python教程 | 4小时前 | 错误处理 性能优化 安全性 连接池 mysql-connector-python
- Python连接MySQL数据库的超详细教程
- 176浏览 收藏
-
- 文章 · python教程 | 5小时前 | 环境变量 敏感信息 加密技术 安全代码实践 cryptography
- Python中如何保护敏感数据?
- 220浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python读取Oracle数据库数据技巧
- 163浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 笔灵AI生成答辩PPT
- 探索笔灵AI生成答辩PPT的强大功能,快速制作高质量答辩PPT。精准内容提取、多样模板匹配、数据可视化、配套自述稿生成,让您的学术和职场展示更加专业与高效。
- 28次使用
-
- 知网AIGC检测服务系统
- 知网AIGC检测服务系统,专注于检测学术文本中的疑似AI生成内容。依托知网海量高质量文献资源,结合先进的“知识增强AIGC检测技术”,系统能够从语言模式和语义逻辑两方面精准识别AI生成内容,适用于学术研究、教育和企业领域,确保文本的真实性和原创性。
- 42次使用
-
- AIGC检测-Aibiye
- AIbiye官网推出的AIGC检测服务,专注于检测ChatGPT、Gemini、Claude等AIGC工具生成的文本,帮助用户确保论文的原创性和学术规范。支持txt和doc(x)格式,检测范围为论文正文,提供高准确性和便捷的用户体验。
- 39次使用
-
- 易笔AI论文
- 易笔AI论文平台提供自动写作、格式校对、查重检测等功能,支持多种学术领域的论文生成。价格优惠,界面友好,操作简便,适用于学术研究者、学生及论文辅导机构。
- 51次使用
-
- 笔启AI论文写作平台
- 笔启AI论文写作平台提供多类型论文生成服务,支持多语言写作,满足学术研究者、学生和职场人士的需求。平台采用AI 4.0版本,确保论文质量和原创性,并提供查重保障和隐私保护。
- 42次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览