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 untuk menyelesaikan masalah kebenaran yang dihadapi semasa melihat versi Python di Terminal Linux?Bagaimana untuk menyelesaikan masalah kebenaran yang dihadapi semasa melihat versi Python di Terminal Linux?Apr 01, 2025 pm 05:09 PM

Penyelesaian kepada Isu Kebenaran Semasa Melihat Versi Python di Terminal Linux Apabila anda cuba melihat versi Python di Terminal Linux, masukkan Python ...

Bagaimana saya menggunakan sup yang indah untuk menghuraikan html?Bagaimana saya menggunakan sup yang indah untuk menghuraikan html?Mar 10, 2025 pm 06:54 PM

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Modul Matematik dalam Python: StatistikModul Matematik dalam Python: StatistikMar 09, 2025 am 11:40 AM

Modul Statistik Python menyediakan keupayaan analisis statistik data yang kuat untuk membantu kami dengan cepat memahami ciri -ciri keseluruhan data, seperti biostatistik dan analisis perniagaan. Daripada melihat titik data satu demi satu, cuma melihat statistik seperti min atau varians untuk menemui trend dan ciri dalam data asal yang mungkin diabaikan, dan membandingkan dataset besar dengan lebih mudah dan berkesan. Tutorial ini akan menjelaskan cara mengira min dan mengukur tahap penyebaran dataset. Kecuali dinyatakan sebaliknya, semua fungsi dalam modul ini menyokong pengiraan fungsi min () dan bukan hanya menjumlahkan purata. Nombor titik terapung juga boleh digunakan. Import secara rawak Statistik import dari fracti

Bagaimana untuk melakukan pembelajaran mendalam dengan Tensorflow atau Pytorch?Bagaimana untuk melakukan pembelajaran mendalam dengan Tensorflow atau Pytorch?Mar 10, 2025 pm 06:52 PM

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan

Apakah beberapa perpustakaan Python yang popular dan kegunaan mereka?Apakah beberapa perpustakaan Python yang popular dan kegunaan mereka?Mar 21, 2025 pm 06:46 PM

Artikel ini membincangkan perpustakaan Python yang popular seperti Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask, dan Permintaan, memperincikan kegunaan mereka dalam pengkomputeran saintifik, analisis data, visualisasi, pembelajaran mesin, pembangunan web, dan h

Bagaimana untuk membuat antara muka baris arahan (CLI) dengan python?Bagaimana untuk membuat antara muka baris arahan (CLI) dengan python?Mar 10, 2025 pm 06:48 PM

Artikel ini membimbing pemaju Python mengenai bangunan baris baris komando (CLI). Butirannya menggunakan perpustakaan seperti Typer, Klik, dan ArgParse, menekankan pengendalian input/output, dan mempromosikan corak reka bentuk mesra pengguna untuk kebolehgunaan CLI yang lebih baik.

Bagaimana cara menyalin seluruh lajur satu data ke dalam data data lain dengan struktur yang berbeza di Python?Bagaimana cara menyalin seluruh lajur satu data ke dalam data data lain dengan struktur yang berbeza di Python?Apr 01, 2025 pm 11:15 PM

Apabila menggunakan Perpustakaan Pandas Python, bagaimana untuk menyalin seluruh lajur antara dua data data dengan struktur yang berbeza adalah masalah biasa. Katakan kita mempunyai dua DAT ...

Terangkan tujuan persekitaran maya di Python.Terangkan tujuan persekitaran maya di Python.Mar 19, 2025 pm 02:27 PM

Artikel ini membincangkan peranan persekitaran maya di Python, memberi tumpuan kepada menguruskan kebergantungan projek dan mengelakkan konflik. Ia memperincikan penciptaan, pengaktifan, dan faedah mereka dalam meningkatkan pengurusan projek dan mengurangkan isu pergantungan.

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

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

Persekitaran pembangunan bersepadu PHP yang berkuasa

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

mPDF

mPDF

mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),

SecLists

SecLists

SecLists ialah rakan penguji keselamatan muktamad. Ia ialah koleksi pelbagai jenis senarai yang kerap digunakan semasa penilaian keselamatan, semuanya di satu tempat. SecLists membantu menjadikan ujian keselamatan lebih cekap dan produktif dengan menyediakan semua senarai yang mungkin diperlukan oleh penguji keselamatan dengan mudah. Jenis senarai termasuk nama pengguna, kata laluan, URL, muatan kabur, corak data sensitif, cangkerang web dan banyak lagi. Penguji hanya boleh menarik repositori ini ke mesin ujian baharu dan dia akan mempunyai akses kepada setiap jenis senarai yang dia perlukan.