挑战不再写Python for 循环

自从我开始探索 Python 中惊人的挑战语言功能已经有一段时间了。一开始，不再我给自己一个挑战，写P循环目的挑战是让我练习更多的 Python 语言功能，而不是不再使用其他编程语言的编程经验。这让事情变得越来越有趣！写P循环代码变得越来越简洁，挑战代码看起来更加结构化和规范化。不再下面我将会介绍这些好处。写P循环

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。挑战从一个序列生成另一个序列。不再写 for 已成习惯。写P循环

幸运的挑战是，Python 已经有很多工具可以帮助你完成这些工作，不再你只需要转移你的写P循环思路，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，高防服务器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，b2b信息网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。服务器托管

很赞哦!（2577）