Python新手应该避免哪些坑？

对于Python新手来说，写代码很少考虑代码的效率和简洁性，因此容易造成代码冗长、执行慢，这些都是需要改进的地方。

本文是想通过几个案列给新手一点启发，怎样写python代码更优雅。

新人躺坑之一：不喜欢使用高级数据结构

sets（集合）

很多新手忽视sets（集合）和tuple（元组）的强大之处

例如，取两个列表交集：

def common_elements(list1, list2):    
    common = []        
    for item1 in list1:                
        if item1 in list2:                        
            common.append( item1 )        、
    return common

这样写会更好：

def common_elements(list1, list2):    common = set(list1).interp(set(list2))    return list(common)

dic（字典）

新手枚举（访问和取出）字典的键和对应值，认为对应值必须通过键来访问，往往会这样做：

my_dict = {'a':1,'b':2}
for key in my_dict:        
    print(key, my_dict[key])

有一个更优雅的方法可以实现：

my_dict = {'a':1,'b':2}
    for key, value in my_dict.items():    
    print(key, value)

对大部分项目来说，这样写会更加有效率。

tuple（元组）

元组一旦创建就无法更改元素，看似没有什么用处，其实元组的作用大着呢！很多函数方法都会返回元组，比如enumerate()和dict.items()，并且可以在函数中使用元组，返回多个值。

还能够很方便地从元组中提取信息：

a,b = ('cat','dog')

上面元组中有两个元素，分别被赋给a，b。如果有多个值，同样可以提取：

a,b,c = ('cat','dog','tiger')
print(a,b,c)

提取首、尾两个元素：

first,*_,end = (1,2,3,4,5,6)print(first,end)

输出：1、6

提取首、中、尾三部分：

first,*middle,end = (1,2,3,4,5,6)print(first,middle,end)

输出：1、[2, 3, 4, 5]、6

元组还可以用来交换变量：

(a,b,c) = (c,a,b)

上面a变成之前的c，b变成之前的a，c变成之前的b

元组也能作为字典的键，所以如果你需要存储数据，可以使用带有元组键的字典，比如说经纬度数据。

新人躺坑之二：不喜欢使用上下文管理器

新手可能会习惯这样进行读取文件操作：

if os.path.exists(data_file_path):    
    data_file = open(data_file_path,'r')
else:    
    raise OSERROR
print( data_file.read())
data.close()

这样写会有几个明显的问题：

• 可能出现文件存在，但文件被占用，无法读取的情况

• 可能出现文件可以被读取，但操作文件对象出现报错的情况

• 可能出现忘记关闭文件的情况

如果使用with...语句，问题就迎刃而解了：

with open(data_file_path,'r') as data_file:    print(data_file.read)

这样可以捕获任何打开文件或处理数据时的异常情况，并且在任务处理完后自动关闭文件。

python初学者可能不太了解上下文管理器的神奇之处，它真的能带来巨大的便利。

更多关于python文件读写和上下文管理器的使用，可以看下面的文章

• 一文搞懂Python文件读写
  

• 一文搞懂python错误和异常

新人躺坑之三：不喜欢使用标准库

标准库itertools和collections仍然很少被初学者使用

itertools

如果你看到下面的任务：

list1 = range(1,10)
list2 = range(10,20)
for item1 in list1:
    for item2 in list1:
        print(item1*item2)

这是一个嵌套循环操作，为提高代码效率，完全可以用product()函数替代嵌套循环：

from itertools import product
list1 = range(1,10)
list2 = range(10,20)
for item1,item2 in product(list1, list2):
    print(item1*item2)

这两段代码的结果完全一样，但使用标准库函数明显更加简洁高效。

itertools还有很多方便操作迭代对象的函数，比如：

• count()函数会创建一个无限迭代器

• cycle()函数会把传入的序列无限重复下去

• chain()可以把多个迭代对象串联起来

• group()函数可以把迭代其中相邻的重复元素挑出来，放在一起

• ......
  

有兴趣可以详细看看itertools库的各种神奇函数

collections

新手对python集合模块了解的可能并不多，你可能会遇到这样的情形：

consolidated_list = [('a',1),('b',2),('c',3),('b',4)]
items_by_id = {}
for id_, item in consolidated_list:
    if id_ not in items_by_id: 
        items_by_id[id_] = []
    if id_ in items_by_id:
        items_by_id[id_].append(item)

上面代码构建了一个字典，依次向字典中添加信息，如果某个键已经存在，则以某种方式修改该键的值；如果某个键不存在，则添加对应键值对。

这种算法非常常见，你可以用collects模块的defaultdict()函数来实现同样效果：

from collections import defaultdict
 
items_by_id = defaultdict(list)
consolidated_list = [('a',1),('b',2),('c',3),('b',4)]


for id_, item in consolidated_list:
    items_by_id[id_].append(item)

在此列中，defaultdict()接受一个list作为参数，当键不存在时，则返回一个空列表作为对应值。

有时候我们会遇到统计词频的案例，比如：

#统计词频
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
result = {}
for color in colors:
    if result.get(color)==None:
        result[color]=1
    else:
        result[color]+=1
print (result)
# 输出 {'red': 2, 'blue': 3, 'green': 1}

完全可以用defaultdict()函数实现上面的计数功能：

colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
d = defaultdict(int)
for color in colors:
    d[color] += 1
print(d)

更简单的方法用collections模块的Counter()函数：

from collections import Counter
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
c = Counter(colors)
print (dict(c))

对于备份文件，新人往往会用system模块：

from  os import system
system("xcopy e:\\sample.csv  e:\\newfile\\")

其实shutil模块更好用：

import shutil
shutil.copyfile('E:\\q.csv', 'e:\\movie\\q.csv')

因为shutil会很详细地报告错误和异常。

新人躺坑之四：不喜欢使用异常处理

无论老手新手都应该在写代码的时候进行异常处理操作，这样可以使代码更加健壮。

异常处理一般会用try...except语句，具体使用方法可见：

• 一文搞懂python错误和异常

新人躺坑之五：不喜欢使用生成器

除非你的list十分复杂，并且频繁调用，否则都建议使用生成器，因为它非常节省内存，举个例子：

def powers_of_two(max=20000):
    i = 0
    powers = []
    while 2**i < max:
        powers.append[2**i]
        i += 1
    return powers

对于使用次数少、占据大量内存、且容易生成的数据，可以用生成器替代列表存储：

from itertools import count, takewhile
def powers_of_two(max=20000):
    for index in takewhile(lambda i: 2**i < max, count(start=0)):
        yield 2**index

更多关于生成器的内容，请见：

• Python中迭代器和生成器的区别？
  

注：本文翻译自Tony Flury在Quora的回答，节选部分内容

往期精彩

Excel VS Python 谁更适合数据分析？

硬核！30 张图解 HTTP 常见的面试题

谷歌Python代码风格指南,翻译版来了！

python每日更换“必应图片”为“桌面壁纸”

Python一行代码实现超好看的弦图

用Python实现粒子群算法

MySQL与Python交互入门

END

关注【程序IT圈】，更多的Python好文输出