cari
Rumahpembangunan bahagian belakangTutorial Pythonommon Refactors dalam Python untuk Pemula

ommon Refactors in Python for Beginners

Pemfaktoran semula membantu menjadikan kod anda lebih bersih dan cekap. Berikut ialah lima refactor biasa untuk pemula dalam Python.

Saya. Memudahkan Ungkapan Boolean

Corak biasa menggunakan blok if-else hanya untuk mengembalikan Benar atau Salah. Contohnya:

if condition:
    return True
else:
    return False

Faktor semula kepada:

return condition

Keadaan itu sendiri sudah pun merupakan ungkapan Boolean, jadi blok if-else tidak diperlukan. Dengan mengembalikan syarat secara terus, kod menjadi lebih pendek dan lebih mudah dibaca. Ini ialah cara yang mudah tetapi berkesan untuk meningkatkan kejelasan tanpa mengubah fungsi.

II. Senaraikan Pemahaman Daripada untuk / jika

Pemula sering menggunakan untuk gelung dengan pernyataan if untuk membina senarai. Contohnya:

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

Faktor semula kepada pemahaman senarai:

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

Pemahaman senarai menyediakan cara yang lebih ringkas untuk membina senarai. Ia juga biasanya lebih pantas daripada yang setara untuk gelung kerana ia dioptimumkan secara dalaman oleh Python. Pendekatan ini juga lebih mudah dibaca, terutamanya untuk tugas penciptaan senarai yang mudah.

III. Elakkan Pengiraan Berulang

Jika anda memanggil fungsi yang sama beberapa kali dalam gelung, simpan hasilnya dalam pembolehubah. Contohnya:

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

Faktor semula kepada:

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

Bayangkan jika keadaan ini disimpan dalam beberapa elif atau pernyataan if bersarang. Di sini, len(item) dipanggil dua kali untuk setiap lelaran, yang boleh menjadi tidak cekap, terutamanya untuk senarai besar. Menyimpan hasil len(item) dalam pembolehubah (len) menghapuskan pengiraan berulang, meningkatkan prestasi dan menjadikan kod lebih bersih. Ini adalah contoh asas.

IV. Gantikan Gelung dengan peta dan penapis

Daripada menulis gelung eksplisit, gunakan fungsi terbina dalam Python seperti map() dan penapis(), yang boleh menjadi lebih cekap dan ringkas. Contohnya, untuk menggandakan setiap item dalam senarai:

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

Faktor semula kepada:

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

Atau untuk menapis item yang lebih besar daripada 5:

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

Faktor semula kepada:

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

Kedua-dua map() dan filter() mengambil fungsi sebagai argumen, jadi kita boleh menggunakan lambda untuk mentakrifkan fungsi kecil tanpa nama. Fungsi lambda ialah cara ringkas untuk mentakrifkan operasi mudah. Sebagai contoh, lambda x: x * 2 mencipta fungsi yang mendarabkan x dengan 2. Faedah map() dan penapis() ialah ia selalunya lebih cekap daripada menggunakan gelung for dan biasanya lebih mudah dibaca. Seseorang juga boleh menggunakan pemahaman senarai (lihat di atas).

V Gabungkan Berbilang jika Pernyataan

Apabila menyemak berbilang syarat, menggabungkannya dengan operator logik (dan, atau) boleh memudahkan kod anda. Contohnya:

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

Faktor semula kepada:

if condition:
    return True
else:
    return False

Ini mengurangkan sarang yang tidak perlu dan menjadikan kod lebih mudah dibaca dan diselenggara. Menggabungkan keadaan menjadi satu pernyataan if menjadikan aliran logik lebih jelas dan menghapuskan lebihan.

Kesimpulan

Pemfaktoran semula ialah tentang menjadikan kod anda lebih pendek, jelas dan lebih cekap tanpa mengubah fungsinya. Dengan memudahkan ungkapan Boolean, menggunakan pemahaman senarai, mengelakkan pengiraan berulang, memanfaatkan fungsi terbina dalam seperti map() dan penapis(), dan keadaan penggabungan, anda boleh menjadikan kod anda KERING. Menggunakan lambda membolehkan anda menentukan fungsi kecil dalam satu baris, memastikan kod itu kemas dan pantas. Amalan ini bukan sahaja meningkatkan prestasi tetapi juga meningkatkan kebolehbacaan, yang penting untuk mengekalkan kod dalam jangka masa panjang.

Bacaan lanjut:

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

Atas ialah kandungan terperinci ommon Refactors dalam Python untuk Pemula. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Bagaimana anda menambah elemen ke senarai python?Bagaimana anda menambah elemen ke senarai python?May 04, 2025 am 12:17 AM

ToAppendElementStoapyThonList, useTheAppend () methodforsingleelements, extend () formultipleelements, andInsert () forspecificposition.1) useAppend () foraddingOneElementAttheend.2)

Bagaimana anda membuat senarai python? Beri contoh.Bagaimana anda membuat senarai python? Beri contoh.May 04, 2025 am 12:16 AM

TOCREATEAPYTHONLIST, USESQUAREBRACKETS [] danSeparatateItemSwithCommas.1) listsaredynamicandCanHoldMixedDatypes.2) UseAppend (), mengalih keluar (), danSlicingFormApulation.3)

Bincangkan kes penggunaan dunia sebenar di mana penyimpanan dan pemprosesan data berangka yang cekap adalah kritikal.Bincangkan kes penggunaan dunia sebenar di mana penyimpanan dan pemprosesan data berangka yang cekap adalah kritikal.May 04, 2025 am 12:11 AM

Dalam bidang kewangan, penyelidikan saintifik, penjagaan perubatan dan AI, adalah penting untuk menyimpan dan memproses data berangka dengan cekap. 1) Dalam Kewangan, menggunakan memori yang dipetakan fail dan perpustakaan Numpy dapat meningkatkan kelajuan pemprosesan data dengan ketara. 2) Dalam bidang penyelidikan saintifik, fail HDF5 dioptimumkan untuk penyimpanan data dan pengambilan semula. 3) Dalam penjagaan perubatan, teknologi pengoptimuman pangkalan data seperti pengindeksan dan pembahagian meningkatkan prestasi pertanyaan data. 4) Dalam AI, data sharding dan diedarkan latihan mempercepatkan latihan model. Prestasi dan skalabiliti sistem dapat ditingkatkan dengan ketara dengan memilih alat dan teknologi yang tepat dan menimbang perdagangan antara kelajuan penyimpanan dan pemprosesan.

Bagaimana anda membuat array python? Beri contoh.Bagaimana anda membuat array python? Beri contoh.May 04, 2025 am 12:10 AM

Pythonarraysarecreatedusingthearraymodule, notbuilt-inlikelists.1) importTheArrayModule.2) specifythetypecode, cth., 'I'forintegers.3) Initializewithvalues.arraysofferbettermemoryficiencyficorhomogeneousdatabutflex.

Apakah beberapa alternatif untuk menggunakan garis shebang untuk menentukan penterjemah python?Apakah beberapa alternatif untuk menggunakan garis shebang untuk menentukan penterjemah python?May 04, 2025 am 12:07 AM

Sebagai tambahan kepada garis shebang, terdapat banyak cara untuk menentukan penterjemah python: 1. Gunakan perintah python terus dari baris arahan; 2. Gunakan fail batch atau skrip shell; 3. Gunakan alat binaan seperti membuat atau cmake; 4. Gunakan pelari tugas seperti Invoke. Setiap kaedah mempunyai kelebihan dan kekurangannya, dan penting untuk memilih kaedah yang sesuai dengan keperluan projek.

Bagaimanakah pilihan antara senarai dan tatasusunan memberi kesan kepada prestasi keseluruhan aplikasi Python yang berurusan dengan dataset yang besar?Bagaimanakah pilihan antara senarai dan tatasusunan memberi kesan kepada prestasi keseluruhan aplikasi Python yang berurusan dengan dataset yang besar?May 03, 2025 am 12:11 AM

Forhandlinglargedatasetsinpython, usenumpyarraysforbetterperformance.1) numpyarraysarememory-efisien danfasterfornumumerical.2) mengelakkan yang tidak dapat dipertahankan.3)

Jelaskan bagaimana memori diperuntukkan untuk senarai berbanding tatasusunan dalam Python.Jelaskan bagaimana memori diperuntukkan untuk senarai berbanding tatasusunan dalam Python.May 03, 2025 am 12:10 AM

Inpython, listsusedynamicMemoryAllocationwithover-peruntukan, pemecahan yang tidak dapat dilaksanakan.1) listsallocatemoremoremorythanneedinitial, resizingwhennessary.2) numpyarraysallocateExactMemoreForelements, menawarkanpredictableSabeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeBeat.

Bagaimana anda menentukan jenis data elemen dalam array python?Bagaimana anda menentukan jenis data elemen dalam array python?May 03, 2025 am 12:06 AM

Inpython, YouCansspectHedatypeyFeleMeremodelerernspant.1) Usenpynernrump.1) usenpynerp.dloatp.ploatm64, formor preciscontrolatatypes.

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

SublimeText3 Linux versi baharu

SublimeText3 Linux versi baharu

SublimeText3 Linux versi terkini

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Inggeris

SublimeText3 versi Inggeris

Disyorkan: Versi Win, menyokong gesaan kod!

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma