為什么要挑戰(zhàn)自己在代碼里不寫(xiě) for loop？因?yàn)檫@樣可以迫使你去學(xué)習(xí)使用比較高級(jí)、比較地道的語(yǔ)法或 library。文中以 python 為例子，講了不少大家其實(shí)在別人的代碼里都見(jiàn)過(guò)、但自己很少用的語(yǔ)法。

自從我開(kāi)始探索 Python 中驚人的語(yǔ)言功能已經(jīng)有一段時(shí)間了。一開(kāi)始，我給自己一個(gè)挑戰(zhàn)，目的是讓我練習(xí)更多的 Python 語(yǔ)言功能，而不是使用其他編程語(yǔ)言的編程經(jīng)驗(yàn)。這讓事情變得越來(lái)越有趣！代碼變得越來(lái)越簡(jiǎn)潔，代碼看起來(lái)更加結(jié)構(gòu)化和規(guī)范化。下面我將會(huì)介紹這些好處。

通常如下使用場(chǎng)景中會(huì)用到 for 循環(huán)：

• 在一個(gè)序列來(lái)提取一些信息。
• 從一個(gè)序列生成另一個(gè)序列。
• 寫(xiě) for 已成習(xí)慣。

幸運(yùn)的是，Python 已經(jīng)有很多工具可以幫助你完成這些工作，你只需要轉(zhuǎn)移你的思路，并以不同的角度來(lái)思考它。

通過(guò)避免編寫(xiě) for 循環(huán)，你可以獲得什么好處：

• 較少的代碼量
• 更好的代碼可讀性
• 更少的縮進(jìn)（對(duì) Python 還是很有意義的）

我們來(lái)看一下下面的代碼結(jié)構(gòu)：

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

在這個(gè)例子中，我們正在處理多層嵌套的代碼，這很難閱讀。這個(gè)例子使用了多層嵌套的代碼。我在這段代碼中發(fā)現(xiàn)它無(wú)差別使用縮進(jìn)把管理邏輯（with, try-except）和業(yè)務(wù)邏輯（for, if）混在一起。如果你遵守只對(duì)管理邏輯使用縮進(jìn)的規(guī)范，那么核心業(yè)務(wù)邏輯應(yīng)該立刻脫離出來(lái)。

"扁平結(jié)構(gòu)比嵌套結(jié)構(gòu)更好" - The Zen of Python

可以使用的已有的工具來(lái)替換 for 循環(huán)

1.List Comprehension / Generator 表達(dá)式

我們來(lái)看一個(gè)簡(jiǎn)單的例子。如果你想將一個(gè)數(shù)組轉(zhuǎn)換為另一個(gè)數(shù)組：

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

如果你喜歡 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]

同樣，如果您只想迭代數(shù)組中的元素，也可以使用一樣的代碼 Generator Expression。result = (do_something_with(item) for item in item_list)

2.函數(shù)

如果您想要將一個(gè)數(shù)組映射成另外數(shù)組，只需調(diào)用 map 函數(shù)，就可以用一個(gè)更高級(jí)、更實(shí)用的編程方式解決這個(gè)問(wèn)題。

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

如果要將序列減少為單個(gè)，請(qǐng)使用 reduce

另外，許多 Python 內(nèi)置函數(shù)都會(huì)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

上述兩種方法是很好的處理更簡(jiǎn)單的邏輯。更復(fù)雜的邏輯怎么樣？作為程序員，我們編寫(xiě)函數(shù)來(lái)抽離出復(fù)雜的業(yè)務(wù)。相同的想法適用于此。如果你是這樣寫(xiě)的：

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

顯然你對(duì)一個(gè)代碼塊添加了太多的責(zé)任。相反，我建議你做：

def process_item(item):
   # setups
   # condition
   # processing
   # calculation
   return result
results = [process_item(item) for item in item_list]

如果換成嵌套函數(shù)會(huì)如何：

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

換成 List Comprehension 來(lái)實(shí)現(xiàn)是這樣的：

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

如果你的代碼塊需要記錄一些內(nèi)部狀態(tài)：

# 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]

我們使用 generator 來(lái)實(shí)現(xiàn)這一點(diǎn)：

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))

讀者可能要問(wèn) “等等！你在 generator 中用到 for 循環(huán)，作弊啊！別急，再看看下面的代碼。

不要自己寫(xiě)。itertools 會(huì)幫你實(shí)現(xiàn)了

這個(gè)模塊很簡(jiǎn)單。我相信這個(gè)模塊在大多數(shù)場(chǎng)景中可以替換你原先的 for 循環(huán)。例如，最后一個(gè)例子可以重寫(xiě)為：

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

另外，如果要迭代組合序列，則需要使用product()， permutations()， combinations()。

結(jié)論

• 在大多數(shù)情況下，您都不需要編寫(xiě) for 循環(huán)。
• 你應(yīng)該避免編寫(xiě) for 循環(huán)，這樣會(huì)有更好的代碼可讀性。