為什么要挑戰(zhàn)自己在代碼里不寫for loop？因?yàn)檫@樣可以迫使你去使用比較高級(jí)、地道的語(yǔ)法或庫(kù)。文中以python為例子，講了不少大家其實(shí)在別人的代碼里都見過(guò)、但自己很少用的語(yǔ)法。

這是一個(gè)挑戰(zhàn)。我要你避免在任何情況下寫for循環(huán)。同樣的，我也要你找到一種場(chǎng)景——除了用for循環(huán)以外，用其他方法寫都太難。請(qǐng)分享你的發(fā)現(xiàn)，我非常想聽到這些

距離我開始探索超棒的Python語(yǔ)言特性已經(jīng)有一段時(shí)間了。一開始，這只是我給自己的一個(gè)挑戰(zhàn)，練習(xí)使用更多的語(yǔ)言特性來(lái)替代我從其他編程語(yǔ)言那里所學(xué)到的。但是事情漸漸變得更有趣了！代碼不止變得更簡(jiǎn)短整潔，而且看起來(lái)更加結(jié)構(gòu)化和有規(guī)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(gè)for循環(huán)背后的直覺是什么：

遍歷一個(gè)序列提取出一些信息

從當(dāng)前的序列中生成另外的序列

寫for循環(huán)已經(jīng)是我的第二天性了，因?yàn)槲沂且粋€(gè)程序員

幸運(yùn)的是，Python里面已經(jīng)有很棒的工具幫你達(dá)到這些目標(biāo)！你需要做的只是轉(zhuǎn)變思想，用不同的角度看問(wèn)題。

不到處寫for循環(huán)你將會(huì)獲得什么

更少的代碼行數(shù)

更好的代碼閱讀性

只將縮進(jìn)用于管理代碼文本

Let’s see the code skeleton below:

看看下面這段代碼的構(gòu)架：

# 1

with...:

for...:

if...:

try:

except:

else:

這個(gè)例子使用了多層嵌套的代碼，這是非常難以閱讀的。我在這段代碼中發(fā)現(xiàn)它無(wú)差別使用縮進(jìn)把管理邏輯（with, try-except）和業(yè)務(wù)邏輯（for, if）混在一起。如果你遵守只對(duì)管理邏輯使用縮進(jìn)的規(guī)范，那么核心業(yè)務(wù)邏輯應(yīng)該立刻脫離出來(lái)。

“扁平結(jié)構(gòu)比嵌套結(jié)構(gòu)更好” – 《Python之禪》

為了避免for循環(huán)，你可以使用這些工具

1. 列表解析/生成器表達(dá)式

看一個(gè)簡(jiǎn)單的例子，這個(gè)例子主要是根據(jù)一個(gè)已經(jīng)存在的序列編譯一個(gè)新序列：

result = []

foritem initem_list:

new_item = do_something_with(item)

result.append(item)

如果你喜歡MapReduce，那你可以使用map，或者Python的列表解析：

result = [do_something_with(item) for item in item_list]

同樣的，如果你只是想要獲取一個(gè)迭代器，你可以使用語(yǔ)法幾乎相通的生成器表達(dá)式。（你怎么能不愛上Python的一致性？）

result = (do_something_with(item) for item in item_list)

2. 函數(shù)

站在更高階、更函數(shù)化的變成方式考慮一下，如果你想映射一個(gè)序列到另一個(gè)序列，直接調(diào)用map函數(shù)。（也可用列表解析來(lái)替代。）

doubled_list = map(lambda x: x * 2, old_list)

如果你想使一個(gè)序列減少到一個(gè)元素，使用reduce

fromfunctoolsimportreduce

summation = reduce(lambdax,y: x + y,numbers)

另外，Python中大量的內(nèi)嵌功能可/會(huì)（我不知道這是好事還是壞事，你選一個(gè)，不加這個(gè)句子有點(diǎn)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)

45

3. 抽取函數(shù)或者表達(dá)式

上面的兩種方法很好地處理了較為簡(jiǎn)單的邏輯，那更復(fù)雜的邏輯怎么辦呢？作為一個(gè)程序員，我們會(huì)把困難的事情抽象成函數(shù)，這種方式也可以用在這里。如果你寫下了這種代碼：

results = []

foritem initem_list:

# setups

# condition

# processing

# calculation

results.append(result)

顯然你賦予了一段代碼太多的責(zé)任。為了改進(jìn)，我建議你這樣做：

defprocess_item(item):

# setups

# condition

# processing

# calculation

returnresult

results = [process_item(item)foritem initem_list]

嵌套的for循環(huán)怎么樣？

results = []

foriinrange(10):

forjinrange(i):

results.append((i,j))

列表解析可以幫助你：

results = [(i,j)

foriinrange(10)

forjinrange(i)]

如果你要保存很多的內(nèi)部狀態(tài)怎么辦呢？

# finding the max prior to the current item

a = [3,4,6,2,1,9,0,7,5,8]

results = []

current_max = 0

foriina:

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(gè)表達(dá)式來(lái)實(shí)現(xiàn)這些：

defmax_generator(numbers):

current_max = 0

foriinnumbers:

current_max = max(i,current_max)

yieldcurrent_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(gè)函數(shù)的表達(dá)式中使用了一個(gè)for循環(huán)，這是欺騙！”

好吧，自作聰明的家伙，試試下面的這個(gè)。

4. 你自己不要寫for循環(huán)，itertools會(huì)為你代勞

這個(gè)模塊真是妙。我相信這個(gè)模塊能覆蓋80%你想寫下for循環(huán)的時(shí)候。例如，上一個(gè)例子可以這樣改寫：

fromitertoolsimportaccumulate

a = [3,4,6,2,1,9,0,7,5,8]

resutls = list(accumulate(a,max))

另外，如果你在迭代組合的序列，還有product()，permutations()，combinations()可以用。

結(jié)論

大多數(shù)情況下是不需要寫for循環(huán)的。

應(yīng)該避免使用for循環(huán)，這樣會(huì)使得代碼有更好的閱讀性。

行動(dòng)

再看一遍你的代碼，找出任何以前憑直覺寫下for循環(huán)的地方，再次思考一下，不用for循環(huán)再寫一遍是不是有意義的。

分享你很難不使用for循環(huán)的例子。