這篇文章主要介紹了python中關於for循環使用過程中的碎碎念,需要的朋友可以參考下
#為什麼要挑戰自己在程式碼裡不寫for loop？因為這樣可以迫使你去使用比較進階、道地的語法或函式庫。文中以python為例子，講了不少大家其實在別人的程式碼裡都看過、但自己很少用的語法。
這是一個挑戰。我要你避免在任何情況下寫for迴圈。同樣的，我也要你找到一個場景──除了用for迴圈以外，用其他方法寫都太難。請分享你的發現，我非常想聽到這些
距離我開始探索超棒的Python語言特性已經有一段時間了。一開始，這只是我給自己的一個挑戰，練習使用更多的語言特性來取代我從其他程式語言那裡所學到的。但事情漸漸變得更有趣了！程式碼不只變得更簡短整潔，而且看起來更結構化和規律，在這篇文章中我將更多地介紹這些好處。
首先，讓我們退一步看看在寫一個for循環背後的直覺是什麼：
1.遍歷一個序列提取出一些信息
2.從當前的序列中產生另外的序列
3.寫for迴圈已經是我的第二天性了，因為我是一個程式設計師
幸運的是，Python裡面已經有很棒的工具幫你達到這些目標！你需要做的只是轉變思想，用不同的角度看問題。
不到處寫for迴圈你將會得到什麼
1.更少的程式碼行數
2.更好的程式碼閱讀性
# 3.只將縮排用於管理程式碼文字
Let's see the code skeleton below:
#看看下面這段程式碼的架構：
# 1
with ...:
for ...:
if ...:
try:
except:
else:這個例子使用了多層嵌套的程式碼，這是非常難以閱讀的。我在這段程式碼中發現它無差別使用縮排把管理邏輯（with, try-except）和業務邏輯（for, if）混在一起。如果你遵守只對管理邏輯使用縮排的規範，那麼核心業務邏輯應該立刻脫離。
「扁平結構比巢狀結構更好」 – 《Python之禪》
#為了避免for循環，你可以使用這些工具
看一個簡單的例子，這個例子主要是根據一個已經存在的序列編譯一個新序列：
result = [] for item in item_list: new_item = do_something_with(item) result.append(item)
如果你喜歡MapReduce，那你可以用map，或是Python的列表解析：
result = [do_something_with(item) for item in item_list]
同樣的，如果你只是想要取得一個迭代器，你可以使用語法幾乎相通的生成器表達式。 （你怎麼能不愛上Python的一致性？）
result = (do_something_with(item) for item in item_list)
2. 函數
站在更高階、更函數化的變成方式考慮一下，如果你想映射一個序列到另一個序列，直接呼叫map函數。 （也可用列表解析來替代。）
doubled_list = map(lambda x: x * 2, old_list)
如果你想讓一個序列減少到一個元素，使用reduce
from functools import reduce summation = reduce(lambda x, y: x + y, numbers)
另外，Python中大量的內嵌功能可/會（我不知道這是好事還是壞事，你選一個，不加這個句子有點難懂）消耗迭代器：
>>> 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)
453. 抽取函數或表達式
上面的兩個方法很好地處理了較為簡單的邏輯，那更複雜的邏輯怎麼辦呢？身為一個程式設計師，我們會把困難的事情抽象化成函數，這種方式也可以用在這裡。如果你寫下了這種程式碼：
results = [] for item in item_list: # setups # condition # processing # calculation results.append(result)
顯然你賦予了一段程式碼太多的責任。為了改進，我建議你這樣做：
def process_item(item): # setups # condition # processing # calculation return result results = [process_item(item) for item in item_list]
嵌套的for迴圈怎麼樣？
results = []
for i in range(10):
for j in range(i):
results.append((i, j))清單解析可以幫助你：
results = [(i, j)
for i in range(10)
for j in range(i)]如果你要保存很多的內部狀態怎麼辦？
# 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]
讓我們提取一個表達式來實現這些：
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))「等等，你剛剛在那個函數的表達式中使用了一個for循環，這是欺騙！
4. 你自己不要寫for循環，itertools會為你代勞
這個模組真是妙。我相信這個模組能覆蓋80%你想寫下for循環的時候。例如，上一個例子可以這樣改寫：
from itertools import accumulate a = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] resutls = list(accumulate(a, max))
1.大多數情況下是不需要寫for迴圈的。
2.應該避免使用for迴圈，這會讓程式碼有更好的閱讀性。
行動
1.再看一次你的程式碼，找出任何以前憑直覺寫下for循環的地方，再次思考一下，不用for循環再寫一遍是不是有意義的。
2.分享你很難不使用for迴圈的範例。
以上是python中關於for迴圈的實例詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！
