為什么要挑戰(zhàn)自己在代碼里不寫for loop？因為這樣可以迫使你去使用比較高級、地道的語法或庫。文中以python為例子，講了不少大家其實在別人的代碼里都見過、但自己很少用的語法。

這是一個挑戰(zhàn)。我要你避免在任何情況下寫for循環(huán)。同樣的，我也要你找到一種場景——除了用for循環(huán)以外，用其他方法寫都太難。請分享你的發(fā)現(xiàn)，我非常想聽到這些

距離我開始探索超棒的Python語言特性已經(jīng)有一段時間了。一開始，這只是我給自己的一個挑戰(zhàn)，練習使用更多的語言特性來替代我從其他編程語言那里所學到的。但是事情漸漸變得更有趣了！代碼不止變得更簡短整潔，而且看起來更加結構化和有規(guī)律，在這篇文章中我將更多地介紹這些好處。

首先，讓我們退一步看看在寫一個for循環(huán)背后的直覺是什么：

1.遍歷一個序列提取出一些信息

2.從當前的序列中生成另外的序列

3.寫for循環(huán)已經(jīng)是我的第二天性了，因為我是一個程序員

幸運的是，Python里面已經(jīng)有很棒的工具幫你達到這些目標！你需要做的只是轉變思想，用不同的角度看問題。

不到處寫for循環(huán)你將會獲得什么

1.更少的代碼行數(shù)

2.更好的代碼閱讀性

3.只將縮進用于管理代碼文本

Let's see the code skeleton below:

看看下面這段代碼的構架：

# 1
with ...:
  for ...:
    if ...:
      try:
      except:
    else:

這個例子使用了多層嵌套的代碼，這是非常難以閱讀的。我在這段代碼中發(fā)現(xiàn)它無差別使用縮進把管理邏輯（with, try-except）和業(yè)務邏輯（for, if）混在一起。如果你遵守只對管理邏輯使用縮進的規(guī)范，那么核心業(yè)務邏輯應該立刻脫離出來。

“扁平結構比嵌套結構更好” – 《Python之禪》

為了避免for循環(huán)，你可以使用這些工具

1. 列表解析/生成器表達式

看一個簡單的例子，這個例子主要是根據(jù)一個已經(jīng)存在的序列編譯一個新序列：

result = []
for item in item_list:
  new_item = do_something_with(item)
  result.append(item)

如果你喜歡MapReduce，那你可以使用map，或者Python的列表解析：

result = [do_something_with(item) for item in item_list]

同樣的，如果你只是想要獲取一個迭代器，你可以使用語法幾乎相通的生成器表達式。（你怎么能不愛上Python的一致性？）

result = (do_something_with(item) for item in item_list)

2. 函數(shù)

站在更高階、更函數(shù)化的變成方式考慮一下，如果你想映射一個序列到另一個序列，直接調用map函數(shù)。（也可用列表解析來替代。）

doubled_list = map(lambda x: x * 2, old_list)

如果你想使一個序列減少到一個元素，使用reduce

from functools import reduce
summation = reduce(lambda x, y: x + y, numbers)

另外，Python中大量的內(nèi)嵌功能可/會（我不知道這是好事還是壞事，你選一個，不加這個句子有點難懂）消耗迭代器：

>>> 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. 抽取函數(shù)或者表達式

上面的兩種方法很好地處理了較為簡單的邏輯，那更復雜的邏輯怎么辦呢？作為一個程序員，我們會把困難的事情抽象成函數(shù)，這種方式也可以用在這里。如果你寫下了這種代碼：

results = []
for item in item_list:
  # setups
  # condition
  # processing
  # calculation
  results.append(result)

顯然你賦予了一段代碼太多的責任。為了改進，我建議你這樣做：

def process_item(item):
  # setups
  # condition
  # processing
  # calculation
  return result

results = [process_item(item) for item in item_list]

嵌套的for循環(huán)怎么樣？

results = []
for i in range(10):
  for j in range(i):
    results.append((i, j))
 

列表解析可以幫助你：

results = [(i, j)
      for i in range(10)
      for j in range(i)]
 

如果你要保存很多的內(nèi)部狀態(tài)怎么辦呢？

# 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]
 

讓我們提取一個表達式來實現(xiàn)這些：

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))

“等等，你剛剛在那個函數(shù)的表達式中使用了一個for循環(huán)，這是欺騙！”

好吧，自作聰明的家伙，試試下面的這個。

4. 你自己不要寫for循環(huán)，itertools會為你代勞

這個模塊真是妙。我相信這個模塊能覆蓋80%你想寫下for循環(huán)的時候。例如，上一個例子可以這樣改寫：

from itertools import accumulate
a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
resutls = list(accumulate(a, max))
 

另外，如果你在迭代組合的序列，還有product()，permutations()，combinations()可以用。

結論

1.大多數(shù)情況下是不需要寫for循環(huán)的。

2.應該避免使用for循環(huán)，這樣會使得代碼有更好的閱讀性。

行動

1.再看一遍你的代碼，找出任何以前憑直覺寫下for循環(huán)的地方，再次思考一下，不用for循環(huán)再寫一遍是不是有意義的。

2.分享你很難不使用for循環(huán)的例子。

最新評論