Rumah pembangunan bahagian belakang Tutorial Python ommon Refactors dalam Python untuk Pemula

ommon Refactors dalam Python untuk Pemula

Dec 17, 2024 pm 05:42 PM

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
Salin selepas log masuk
Salin selepas log masuk

Faktor semula kepada:

return condition

Salin selepas log masuk

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)
Salin selepas log masuk

Faktor semula kepada pemahaman senarai:

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

Salin selepas log masuk

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)
...
Salin selepas log masuk

Faktor semula kepada:

for item in items:
    len = len(item)
    if len > 5:
        result.append(item)
...
Salin selepas log masuk

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)
Salin selepas log masuk

Faktor semula kepada:

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

Salin selepas log masuk

Atau untuk menapis item yang lebih besar daripada 5:

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

Salin selepas log masuk

Faktor semula kepada:

result = list(filter(lambda x: x > 5, items))
Salin selepas log masuk

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
Salin selepas log masuk

Faktor semula kepada:

if condition:
    return True
else:
    return False
Salin selepas log masuk
Salin selepas log masuk

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 Laman Web ini
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

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

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

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 Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Python vs C: Aplikasi dan kes penggunaan dibandingkan Python vs C: Aplikasi dan kes penggunaan dibandingkan Apr 12, 2025 am 12:01 AM

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Berapa banyak python yang boleh anda pelajari dalam 2 jam? Berapa banyak python yang boleh anda pelajari dalam 2 jam? Apr 09, 2025 pm 04:33 PM

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python: Permainan, GUI, dan banyak lagi Python: Permainan, GUI, dan banyak lagi Apr 13, 2025 am 12:14 AM

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Rancangan Python 2 jam: Pendekatan yang realistik Rancangan Python 2 jam: Pendekatan yang realistik Apr 11, 2025 am 12:04 AM

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python: meneroka aplikasi utamanya Python: meneroka aplikasi utamanya Apr 10, 2025 am 09:41 AM

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python: Kekuatan pengaturcaraan serba boleh Python: Kekuatan pengaturcaraan serba boleh Apr 17, 2025 am 12:09 AM

Python sangat disukai kerana kesederhanaan dan kuasa, sesuai untuk semua keperluan dari pemula hingga pemaju canggih. Kepelbagaiannya dicerminkan dalam: 1) mudah dipelajari dan digunakan, sintaks mudah; 2) perpustakaan dan kerangka yang kaya, seperti numpy, panda, dan sebagainya; 3) sokongan silang platform, yang boleh dijalankan pada pelbagai sistem operasi; 4) Sesuai untuk tugas skrip dan automasi untuk meningkatkan kecekapan kerja.

See all articles