圖源：unsplash
Python對初學者非常友好，許多人在開始學習編程時都會選擇Python。簡單易上手是你接觸它之后發現的第一個優點。進一步了解之后，你可能會被它的靈活性所吸引——可通過各種方式做同一功能。
事實上，還有更便捷的解決方案。代碼越簡潔，可讀性越高且能夠長期存在。用Python編寫簡潔代碼的方法有很多，本文想與大家分享筆者在日常Python項目中發現的特別有用的五個技巧。
1.列表、字典和集合推導式
列表推導式是眾多Python程序員最喜歡的特征之一。這是一種從迭代器創建列表的簡潔方法。基本語法是[expression for x in iterable]。可以看一些示例進一步了解其用法：
>>># Create a list for subsequentoperations
>>> numbers = [1, 2, 3, 4, 5, 6]
>>>
>>># Typical way to create a list consisting of squares
>>> squares0 = []
>>>for number in numbers:
... squares0.Append(number*number)
...
>>># List comprehensions
>>> squares1 = [number*number for number in numbers]
在不使用列表推導式的情況下，必須創建一個空列表，并通過運行for循環來添加每個數字的平方，這通常需要三行代碼。使用列別推導式后，只需一行代碼即可構建相同的平方列表。
除了列表推導式，還有字典和集合推導式。字典推導式有該基本語法 {key_expr:value_expr for x in iterable}，集合推導式的基本語法是 {expressionfor x in iterable}。與列表推導式示例類似，不使用推導式的情況下，需要多行代碼來構建所需的字典和集合。
>>># Dictionary comprehension
>>> squares_dict = {number: number*number for number in numbers}
>>> squares_dict
{1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36}
>>>
>>># Set comprehension
>>> numbers_dups = [1, 2, 3, 4, 3, 2, 1]
>>> squares_set = {number*number for number in numbers_dups}
>>> squares_set
{16, 1, 4, 9}
2.Lambda函數
Lambda函數是Python中的匿名函數，通常用于小規模操作。Lambda函數可以接受一到多個參數，只需一個表達式，其語法為lambda parameters:expression。
圖源：pixabay
筆者將使用內置sorted()函數演示lambda函數的用法。具體而言，sorted()函數會使用key函數對迭代進行排序，該函數由key參數指定。我們可以將lambda函數作為key參數，而不是用def關鍵字聲明常規函數。
>>># Create a list of students with theirgrading information
>>> grades = [{'name': 'John', 'grade': 95}, {'name': 'Aaron', 'grade': 92}, {'name': 'Jennifer', 'grade': 100}]
>>>
>>># Sort using a regular function
>>>defsort_grade(student):
... return student['grade']
...
>>>sorted(grades, key=sort_grade)
[{'name': 'Aaron', 'grade': 92}, {'name': 'John', 'grade': 95}, {'name': 'Jennifer', 'grade': 100}]
>>>
>>># Sort using a lambda
>>>sorted(grades, key=lambda x: x['grade'])
[{'name': 'Aaron', 'grade': 92}, {'name': 'John', 'grade': 95}, {'name': 'Jennifer', 'grade': 100}]
如上所示，使用lambda函數可以編寫出更簡潔的調用sorted()函數的命令。在使用正則表達式之前，必須先聲明該函數，然后才能使用sorted()函數，這一定比直接使用lambda函數更繁瑣。
3.命名元組作數據結構
元組可以存儲一些相關數據，但是使用起來并不順手，特別是涉及特定元素時，必須記住順序并使用特定元素的正確索引。如果不想使用元組，雖然可以構建一個自定義類來管理相關數據，但namedtuple數據類型是一種非常有用的輕量級數據結構。
通過集合模塊，namedtuple數據類型采用以下基本語法：namedtuple(Typename,field_names)。語法并不直截了當，不過從概念上來說是容易理解的。
來看看示例。理想的特性是創建一個可以存儲學生信息的數據結構，包括姓名、性別和學生ID號。
>>># Use a custom class
>>>classStudent0:
... def__init__(self, name, gender, student_id):
... self.name = name
... self.gender = gender
... self.student_id = student_id
...
>>> s0 =Student0('John', 'M', 2020001)
>>>f"Name: {s0.name}; Gender: {s0.gender}; ID #: {s0.student_id}"
'Name: John; Gender: M; ID #: 2020001'
>>>
>>># Use the namedtuple
>>>from collections import namedtuple
>>>Student1=namedtuple("Student1", ["name", "gender", "student_id"])
>>> s1 =Student1('Jennifer', 'F', 2020002)
>>>f"Name: {s1.name}; Gender: {s1.gender}; ID #: {s1.student_id}"
'Name: Jennifer; Gender: F; ID #:2020002'
使用namedtuple模塊，可以用更簡潔的代碼編寫輕量級數據結構。當然，請注意，自定義類提供了更多可以操作的功能。但如果只是為了存儲和檢索數據而創建一個數據結構，完全可以考慮使用namedtuple模塊。
圖源：unsplash
4.使用enumerate()和zip()進行迭代
編碼的一個關鍵原則是精簡。當處理一系列數據（如數字列表）時，通常需要對列表中的每個數字執行相同的操作。為了避免重復相同的代碼，可以使用for循環loop來運行整個列表的迭代。
當迭代一個列表或任何序列時，有時還需要知道該項在序列中的位置。下面幾種方法可以做到這一點。
>>># Create a list of students based ontheir arrival sequence
>>> students = ['John', 'Aaron', 'Jennifer', 'Ashley']
>>>
>>># Lengthy way
>>>for index inrange(len(students)):
... student = students[index]
... print(f"Arrival # {index+1}: {student}")
...
Arrival# 1: John
Arrival# 2: Aaron
Arrival# 3: Jennifer
Arrival# 4: Ashley
>>>
>>># Concise way
>>>for index, student inenumerate(students, 1):
... print(f"Arrival # {index}: {student}")
...
Arrival# 1: John
Arrival# 2: Aaron
Arrival# 3: Jennifer
Arrival# 4: Ashley
通過使用內置函數enumerate()，可以輕松訪問序列中的索引和元素，這比第一次迭代更簡潔。更重要的是，它可以設置開始計數的數字。在上面的示例中設置為了1。
除了enumerate()函數，zip()函數在迭代中也頗為有用。此函數可以從多個迭代中創建元組，而無需特意為這些迭代創建復合迭代。
>>># Create two lists for zip(), with oneto one match
>>> names = ['John', 'Danny', 'Jennifer']
>>> scores = [95, 99, 100]
>>>
>>># Lengthy way
>>>for index inrange(len(names)):
... name, score = names[index], scores[index]
... print(f"Name: {name}; Score: {score}")
...
Name: John; Score: 95
Name: Danny; Score: 99
Name: Jennifer; Score: 100
>>>
>>># Concise way
>>>for name, score inzip(names, scores):
... print(f"Name: {name}; Score: {score}")
...
Name: John; Score: 95
Name: Danny; Score: 99
Name: Jennifer; Score: 100
基本上，zip()函數所做的就是從迭代中獲取每個元素，以便在每次迭代中形成一個有順序的元組。這樣一來代碼會更簡潔，可讀性也更高。
圖源：unsplash
5.f字符串格式化
字符串太基礎了，我們基本上在哪都會用它。字符串的一個基本應用是與某些格式一并使用。有幾種格式化字符串的方法，筆者想介紹的是f字符串，這個方法非常簡單。
f字符串是使用字母f（或F）作為字符串文本的前綴插入的字符串文本。為了編寫簡潔的代碼，下面兩個用例首選f字符串：
· 顯示變量。最基本的用法是顯示一些變量的值，以便在開發過程中進行調試。如果使用傳統的format（）方法，代碼會偏長。
>>># Construct a list for formatting/debugging
>>> prime_numbers = [2, 3, 5, 7, 11]
>>>
>>># Show the list using format
>>>print("Prime Numbers: {}".format(prime_numbers))
PrimeNumbers: [2, 3, 5, 7, 11]
>>>
>>># Show the list using f-string
>>>print(f"Prime Numbers: {prime_numbers}")
PrimeNumbers: [2, 3, 5, 7, 11]
· 加入變量/連接字符串。f字符串不是使用+和字符串的join（）方法，而是非常直接地用于字符串連接，并且它們具有最高的可讀性。在實際操作中可用于構造文件路徑，如下所示：
>>># The folder and extension
>>> folder ='./usr/images'
>>> ext ='.jpg'
>>>
>>># File name is computed from this list
>>> names = [10, 11, 12]
>>>
>>># Construct File paths
>>># Use + for concatenation
>>> paths0 = [folder +'/'+str(x) + ext for x in names]
>>>
>>># Use join()
>>> paths1 = [''.join([folder, '/', str(x), ext]) for x in names]
>>>
>>># Use f strings
>>> paths2 = [f"{folder}/{x}{ext}"for x in names]
圖源：pixabay
編寫越簡短，代碼的可讀性和可維護性就會得到實際的提高，這是亙古不變的真理。但請記住，簡潔的代碼不應該帶來任何潛在的歧義或混淆。
你必須在簡潔性和可讀性之間尋求平衡點。一旦發生沖突，首先考慮可讀性，哪怕這會需要更多的代碼。
