suchen
HeimBackend-EntwicklungPython-TutorialGemeinsame Refaktoren in Python für Anfänger

ommon Refactors in Python for Beginners

Refactoring trägt dazu bei, Ihren Code sauberer und effizienter zu machen. Hier sind fünf gängige Refaktoren für Anfänger in Python.

Ich. Boolesche Ausdrücke vereinfachen

Ein gängiges Muster ist die Verwendung eines if-else-Blocks, nur um „True“ oder „False“ zurückzugeben. Zum Beispiel:

if condition:
    return True
else:
    return False

Umgestalten in:

return condition

Die Bedingung selbst ist bereits ein boolescher Ausdruck, daher ist der if-else-Block unnötig. Durch die direkte Rückgabe der Bedingung wird der Code kürzer und besser lesbar. Dies ist eine einfache, aber effektive Möglichkeit, die Übersichtlichkeit zu verbessern, ohne die Funktionalität zu ändern.

II. List Comprehensions statt for / if

Anfänger verwenden häufig for-Schleifen mit if-Anweisungen, um Listen zu erstellen. Zum Beispiel:

result = []
for item in items:
    if condition(item):
        result.append(item)

Refaktorieren Sie es in ein Listenverständnis:

result = [item for item in items if condition(item)]

Listenverständnisse bieten eine prägnantere Möglichkeit, Listen zu erstellen. Sie sind in der Regel auch schneller als gleichwertige for-Schleifen, da sie intern von Python optimiert werden. Dieser Ansatz ist auch einfacher zu lesen, insbesondere für einfache Listenerstellungsaufgaben.

III. Vermeiden Sie wiederholte Berechnungen

Wenn Sie dieselbe Funktion mehrmals in einer Schleife aufrufen, speichern Sie das Ergebnis in einer Variablen. Zum Beispiel:

for item in items:
    if len(item) > 5:
        result.append(item)
...

Umgestalten in:

for item in items:
    len = len(item)
    if len > 5:
        result.append(item)
...

Stellen Sie sich vor, dass diese Bedingung in mehreren elif- oder verschachtelten if-Anweisungen enthalten wäre. Hier wird len(item) bei jeder Iteration zweimal aufgerufen, was insbesondere bei großen Listen ineffizient sein kann. Durch das Speichern des Ergebnisses von len(item) in einer Variablen (len) entfällt die wiederholte Berechnung, wodurch die Leistung verbessert und der Code sauberer wird. Dies ist ein einfaches Beispiel.

IV. Ersetzen Sie Schleifen durch Karte und Filter

Anstatt explizite Schleifen zu schreiben, verwenden Sie die in Python integrierten Funktionen wie map() und filter(), die effizienter und prägnanter sein können. Um beispielsweise jedes Element in einer Liste zu verdoppeln:

result = []
for item in items:
    result.append(item * 2)

Umgestalten in:

result = list(map(lambda x: x * 2, items))

Oder um Elemente größer als 5 zu filtern:

result = []
for item in items:
    if item > 5:
        result.append(item)

Umgestalten in:

result = list(filter(lambda x: x > 5, items))

Sowohl map() als auch filter() akzeptieren Funktionen als Argumente, sodass wir Lambda verwenden können, um kleine anonyme Funktionen zu definieren. Die Lambda-Funktion ist eine prägnante Möglichkeit, einfache Operationen zu definieren. Lambda x: x * 2 erstellt beispielsweise eine Funktion, die x mit 2 multipliziert. Der Vorteil von map() und filter() besteht darin, dass sie häufig effizienter sind als die Verwendung einer for-Schleife und in der Regel besser lesbar sind. Man könnte auch Listenverständnisse verwenden (siehe oben).

V Kombinieren Sie mehrere if-Anweisungen

Wenn Sie mehrere Bedingungen prüfen, kann die Kombination mit logischen Operatoren (und, oder) Ihren Code vereinfachen. Zum Beispiel:

if a > 0:
    if b > 0:
        result = a + b

Umgestalten in:

if condition:
    return True
else:
    return False

Dies reduziert unnötige Verschachtelungen und erleichtert das Lesen und Warten des Codes. Die Kombination von Bedingungen in einer if-Anweisung macht den Logikfluss klarer und eliminiert Redundanz.

Fazit

Beim Refactoring geht es darum, Ihren Code kürzer, klarer und effizienter zu machen, ohne seine Funktionsweise zu ändern. Indem Sie boolesche Ausdrücke vereinfachen, Listenverständnisse verwenden, wiederholte Berechnungen vermeiden, integrierte Funktionen wie map() und filter() nutzen und Bedingungen zusammenführen, können Sie Ihren Code trocken machen. Mit Lambda können Sie kleine Funktionen in einer einzigen Zeile definieren und so den Code sauber und schnell halten. Diese Vorgehensweisen verbessern nicht nur die Leistung, sondern verbessern auch die Lesbarkeit, was für die langfristige Aufrechterhaltung des Codes von entscheidender Bedeutung ist.

Weiterführende Literatur:

https://www.w3schools.com/python/python_lambda.asp

https://www.w3schools.com/python/ref_func_filter.asp

https://www.w3schools.com/python/ref_func_map.asp

Das obige ist der detaillierte Inhalt vonGemeinsame Refaktoren in Python für Anfänger. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Python: Compiler oder Dolmetscher?Python: Compiler oder Dolmetscher?May 13, 2025 am 12:10 AM

Python ist eine interpretierte Sprache, enthält aber auch den Zusammenstellungsprozess. 1) Python -Code wird zuerst in Bytecode zusammengestellt. 2) Bytecode wird von Python Virtual Machine interpretiert und ausgeführt. 3) Dieser Hybridmechanismus macht Python sowohl flexibel als auch effizient, aber nicht so schnell wie eine vollständig kompilierte Sprache.

Python für Loop vs während der Schleife: Wann zu verwenden, welches?Python für Loop vs während der Schleife: Wann zu verwenden, welches?May 13, 2025 am 12:07 AM

UseaforloopwheniteratoverasequenceOrforaPecificNumberoftimes; UseaWhileloopWencontiningUntilAconDitionisMet.ForloopsardealForknown -Sequencies, während whileloopSuituationen mithungeterminediterationen.

Python Loops: Die häufigsten FehlerPython Loops: Die häufigsten FehlerMay 13, 2025 am 12:07 AM

PythonloopscanleadtoErors-ähnliche Finanzeloops, ModificingListsDuringiteration, Off-by-Oneerrors, Zero-Indexingissues und Nestroxinefficiens.toavoidthese: 1) Verwenden Sie

Für Schleife und während der Schleife in Python: Was sind die Vorteile von jedem?Für Schleife und während der Schleife in Python: Was sind die Vorteile von jedem?May 13, 2025 am 12:01 AM

ForloopSareadVantageousForknowniterations und Sequences, OfferingImplicity und Readability;

Python: Ein tiefes Eintauchen in Zusammenstellung und InterpretationPython: Ein tiefes Eintauchen in Zusammenstellung und InterpretationMay 12, 2025 am 12:14 AM

PythonusesahybridmodelofCompilation und Interpretation: 1) thepythonInterPreterCompilessourceCodeIntoplatform-unintenpendentBytecode.2) Thepythonvirtualmachine (PVM) ThenexexexexecthisByTeCode, BalancingeAnsewusewithperformance.

Ist Python eine interpretierte oder eine kompilierte Sprache, und warum ist es wichtig?Ist Python eine interpretierte oder eine kompilierte Sprache, und warum ist es wichtig?May 12, 2025 am 12:09 AM

Pythonisbothinterpreted und kompiliert.1) ItscompiledToByteCodeForPortabilityAcrossplatform.2) thytecodeTheninterpreted, und das ErlaubnisfordyNamictyPingandRapidDevelopment zulässt, obwohl es sich

Für Schleife vs während der Schleife in Python: Schlüsselunterschiede erklärtFür Schleife vs während der Schleife in Python: Schlüsselunterschiede erklärtMay 12, 2025 am 12:08 AM

ForloopsaridealWenyouKnowtHenumberofofiterationssinadvance, während whileloopsarebetterForsituationswhereyouneedtoloopuntilaconditionismet.forloopsaremoreffictionAndable, geeigneter Verfaserungsverlust, whereaswiloopsofofermorcontrolanduseusefulfulf

Für und während Schleifen: ein praktischer LeitfadenFür und während Schleifen: ein praktischer LeitfadenMay 12, 2025 am 12:07 AM

Forloopsareusedwhenthenumberofiterationsisknowninadvance,whilewhileloopsareusedwhentheiterationsdependonacondition.1)Forloopsareidealforiteratingoversequenceslikelistsorarrays.2)Whileloopsaresuitableforscenarioswheretheloopcontinuesuntilaspecificcond

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Nordhold: Fusionssystem, erklärt
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

SecLists

SecLists

SecLists ist der ultimative Begleiter für Sicherheitstester. Dabei handelt es sich um eine Sammlung verschiedener Arten von Listen, die häufig bei Sicherheitsbewertungen verwendet werden, an einem Ort. SecLists trägt dazu bei, Sicherheitstests effizienter und produktiver zu gestalten, indem es bequem alle Listen bereitstellt, die ein Sicherheitstester benötigen könnte. Zu den Listentypen gehören Benutzernamen, Passwörter, URLs, Fuzzing-Payloads, Muster für vertrauliche Daten, Web-Shells und mehr. Der Tester kann dieses Repository einfach auf einen neuen Testcomputer übertragen und hat dann Zugriff auf alle Arten von Listen, die er benötigt.

SublimeText3 Englische Version

SublimeText3 Englische Version

Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

Sicherer Prüfungsbrowser

Sicherer Prüfungsbrowser

Safe Exam Browser ist eine sichere Browserumgebung für die sichere Teilnahme an Online-Prüfungen. Diese Software verwandelt jeden Computer in einen sicheren Arbeitsplatz. Es kontrolliert den Zugriff auf alle Dienstprogramme und verhindert, dass Schüler nicht autorisierte Ressourcen nutzen.

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

Herunterladen der Mac-Version des Atom-Editors

Herunterladen der Mac-Version des Atom-Editors

Der beliebteste Open-Source-Editor