瞧瞧，这样的代码才叫 Pythonic|key|print|代码|句柄|字符串

作者 | 写代码的明哥

来源 | Python编程时光（ID：Cool-Python）

头图 | CSDN 下载自东方IC

Python由于语言的简洁性，让我们以人类思考的方式来写代码，新手更容易上手，老鸟更爱不释手。

要写出 Pythonic（优雅的、地道的、整洁的）代码，还要平时多观察那些大牛代码，这里明哥收集了一些比较常见的 Pythonic 写法，帮助你养成写优秀代码的习惯。

变量交换

交换两个变量的值，正常都会想利用一个中间临时变量来过渡。

tmp = aa = bb = tmp

能用一行代码解决的（并且不影响可读性的），决不用三行代码。

a,b = b,a

列表推导

下面是一个非常简单的 for 循环。

my_list = []for i in range(10):my_list.append(i*2)

在一个 for 循环中，如果逻辑比较简单，不如试用一下列表的列表推导式，虽然只有一行代码，但也逻辑清晰。

my_list = [i*2 for i in range(10)]

单行表达式

上面两个案例，都将多行代码用另一种方式写成了一行代码。

这并不意味着，代码行数越少，就越 Pythonic 。

比如下面这样写，就不推荐。

print('hello'); print('world')if x == 1: print('hello,world')if and :# do something

建议还是按照如下的写法来

print（'hello'）print（'world'）if x == 1:print('hello,world')cond1 =cond2 =if cond1 and cond2:# do something

带索引遍历

使用 for 循环时，如何取得对应的索引，初学者习惯使用 range + len

for i in range(len(my_list)):

更好的做法是利用 enumerate 这个内置函数

for i,item in enumerate(my_list):

序列解包

使用 * 可以对一个列表解包

a, *rest = [1, 2, 3]# a = 1, rest = [2, 3]a, *middle, c = [1, 2, 3, 4]# a = 1, middle = [2, 3], c = 4

字符串拼接

如果一个列表（或者可迭代对象）中的所有元素都是字符串对象，想要将它们连接起来，通常做法是

letters = ['s', 'p', 'a', 'm']s=""for let in letters:s += let

更推荐的做法是使用 join 函数

letters = ['s', 'p', 'a', 'm']word = ''.join(letters)

真假判断

判断一个变量是否为真（假），新手习惯直接使用 == 与 True、False、None 进行对比

if attr == True:print('True!')if attr == None:print('attr is None!')

实际上，""、[]、{}这些没有任何元素的容器都是假值，可直接使用if not xx来判断。

if attr:print('attr is truthy!')if not attr:print('attr is falsey!')

访问字典元素

当直接使用[]来访问字典里的元素时，若key不存在，是会抛异常的，所以新会可能会先判断一下是否有这个 key，有再取

d = {'hello': 'world'}if d.has_key('hello'):print(d['hello']) # prints 'world'else:print('default_value')

get来取，如果没有该 key 会默认返回 None（当然你也可以设置默认返回值）

d = {'hello': 'world'}print(d.get('hello', 'default_value')) # prints 'world'print(d.get('thingy', 'default_value')) # prints 'default_value'

操作列表

下面这段代码，会根据条件过滤过列表中的元素

a = [3, 4, 5]b = []for i in a:if i > 4:b.append(i)

实际上可以使用列表推导或者高阶函数 filter 来实现

a = [3, 4, 5]b = [i for i in a if i > 4]# Or:b = filter(lambda x: x > 4, a)

除了 filter 之外，还有 map、reduce 这两个函数也很好用

a = [3, 4, 5]b = map(lambda i: i + 3, a)# b: [6,7,8]

文件读取

文件读取是非常常用的操作，在使用完句柄后，是需要手动调用 close 函数来关闭句柄的

fp = open('file.txt')print(fp.read())fp.close()

如果代码写得太长，即使你知道需要手动关闭句柄，却也会经常会漏掉。因此推荐养成习惯使用with open来读写文件，上下文管理器会自动执行关闭句柄的操作

with open('file.txt') as fp:for line in fp.readlines():print(line)

代码续行

将一个长度较长的字符串放在一行中，是很影响代码可读性的(下面代码可向左滑动)

long_string = 'For a long time I used to go to bed early. Sometimes, when I had put out my candle, my eyes would close so quickly that I had not even time to say “I’m going to sleep.”'

稍等注重代码可读性的人，会使用三个引号\来续写

long_string = 'For a long time I used to go to bed early. ' \'Sometimes, when I had put out my candle, ' \'my eyes would close so quickly that I had not even time to say “I’m going to sleep.”'

不过，对我来说，我更喜欢这样子写使用括号包裹()

long_string = ("For a long time I used to go to bed early. Sometimes, ""when I had put out my candle, my eyes would close so quickly ""that I had not even time to say “I’m going to sleep.”")

导包的时候亦是如此

from some.deep.module.inside.a.module import (a_nice_function, another_nice_function, yet_another_nice_function)

显式代码

有时候出于需要，我们会使用一些特殊的魔法来使代码适应更多的场景不确定性。

def make_complex(*args):x, y = argsreturn dict(**locals())

但若非必要，请不要那么做。无端增加代码的不确定性，会让原先本就动态的语言写出更加动态的代码。

def make_complex(x, y):return {'x': x, 'y': y}

使用占位符

对于暂不需要，却又不得不接收的的变量，请使用占位符

filename = 'foobar.txt'basename, _, ext = filename.rpartition('.')

链式比较

对于下面这种写法