python dict遍历_Python学习笔记：19个pythonic编程习惯，让你的Python入门更优雅

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。都是课堂上Python学习笔记的精华！

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

##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

##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

##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

##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

##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

##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

##不推荐 navs = {} for (portfolio, equity, position) in data:if portfolio not in navs:navs[portfolio] = 0navs[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

##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

##不推荐 items = 'zero one two three'.split() # method 1 i = 0 for item in items:print i, itemi += 1 # method 2 for 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

##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

##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

##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

##不推荐 def my_range(n):i = 0result = []while i < n:result.append(fn(i))i += 1return result # 返回列表 ##推荐 def my_range(n):i = 0result = []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

##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

##不推荐 found = False for item in a_list:if condition(item):found = Truebreak if found:# do something if found... ##推荐 if any(condition(item) for item in a_list):# do something if found...

16. 属性(property)

##不推荐 class Clock(object):def __init__(self):self.__hour = 1def setHour(self, hour):if 25 > hour > 0: self.__hour = hourelse: raise BadHourExceptiondef getHour(self):return self.__hour ##推荐 class Clock(object):def __init__(self):self.__hour = 1def __setHour(self, hour):if 25 > hour > 0: self.__hour = hourelse: raise BadHourExceptiondef __getHour(self):return self.__hourhour = property(__getHour, __setHour)

17. 使用 with 处理文件打开

##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)

##不推荐 try:os.remove("somefile.txt") except OSError:pass ##推荐 from contextlib import ignored # Python 3 only with ignored(OSError):os.remove("somefile.txt")

19. 使用 with 处理加锁

##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() with lock:# 互斥操作...

更多的Python学习笔记也会为大家分类整理，大家也学了这么多期的Python教程，伙伴们有收获到哪些呢？

总结

以上是生活随笔为你收集整理的python dict遍历_Python学习笔记：19个pythonic编程习惯，让你的Python入门更优雅的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。