何為pythonic?
pythonic如果翻譯成中文的話就是很python。很+名詞結構的用法在中國不少，比如：很娘，很國足，很CCTV等等。
我的理解為，很+名詞表達了一種特殊和強調的意味。所以很python可以理解為：只有python能做到的，區別於其他語言的寫法，其實就是python的慣用和特有寫法。
舉個例子：
很python的寫法：
a,b = b,a
不python的寫法：
temp = a
a = b
b = temp
上面的例子通過了元組的pack和unpack完成了對a,b的互換，避免了使用臨時變量temp，而且只用了一行代碼。
以下為了簡略，我們用P表示pythonic的寫法，NP表示non-pythonic的寫法，當然此P-NP非彼P-NP。
為什么要追求pythonic?
相比於NP，P的寫法簡練，明確，優雅，絕大部分時候執行效率高，代碼越少也就越不容易出錯。我認為好的程序員在寫代碼時，應該追求代碼的正確性，簡潔性和可讀性，這恰恰就是pythonic的精神所在。
對於具有其他編程語言經驗而初涉Python的程序員（比如我自己）來說，在寫Python代碼時，認識到pythonic的寫法，會帶來更多的便利和高效，而本文的主要讀者也將是這群程序員。
以下將給出P和NP的n種示例，供讀者和自己參考，查閱。
本文最后會列出參考資料，這些參考資料在我看來都極具價值。
P vs. NP的示例
鏈式比較
P:
1
2
3
4
a = 3
b = 1
1 <= b <= a < 10
# True
NP:
b >= 1 and b <= a and a < 10
# True
P是小學生都能看懂的語法，簡單直接省代碼~
真值測試
P:
name = 'Tim'
langs = ['AS3', 'Lua', 'C']
info = {'name': 'Tim', 'sex': 'Male', 'age':23 }
if name and langs and info:
print('All True!') #All True!
NP:
if name != '' and len(langs) > 0 and info != {}:
print('All True!') #All True!
簡而言之，P的寫法就是對於任意對象，直接判斷其真假，無需寫判斷條件，這樣既能保證正確性，又能減少代碼量。
真假值表(記住了假你就能省很多代碼！)
| 真 | 假 |
|---|---|
| True | False |
| 任意非空字符串 | 空的字符串 '' |
| 任意非0數字 | 數字0 |
| 任意非空容器 | 空的容器 [] () {} set() |
| 其他任意非False | None |
contains and iteration
P:
name = 'Safe Hammad'
if 'H' in name:
print('This name has an H in it!')
pets = ['Dog', 'Cat', 'Hamster']
for pet in pets:
print('A', pet, 'can be very cute!')
NP:
name = 'Safe Hammad'
if name.find('H') != -1:
print('This name has an H in it!')
pets = ['Dog', 'Cat', 'Hamster']
i = 0
while i < len(pets):
print('A', pets[i], 'can be very cute!')
i += 1
contains 可以用於 lists, dicts (keys), sets, strings
還可以用於已實現 contains 方法的類
字符串反轉
P:
def reverse_str( s ):
return s[::-1]
NP:
def reverse_str( s ):
t = ''
for x in xrange(len(s)-1,-1,-1):
t += s[x]
return t
P的寫法簡單，經測試，效率也更好。
如果用於檢測回文，就是一句話input == input[::-1]，多么的優雅！
字符串列表的連接
P:
strList = ["Python", "is", "good"]
res = ' '.join(strList)
# Python is good
NP:
res = ''
for s in strList:
res += s + ' '
# Python is good
# 最后還有個多余空格
string.join()常用於連接列表里的字符串，相對於NP，P的方式十分高效，且不會犯錯。
EAFP優於LBYL
EAFP: It's Easier to Ask for Forgiveness than
Permission.
LBYL: Look Before You Leap
P:
d = {'x': '5'}
try:
value = int(d['x'])
except (KeyError, TypeError, ValueError):
value = None
NP:
d = {'x': '5'}
if 'x' in d and \
isinstance(d['x'], str) and \
d['x'].isdigit():
value = int(d['x'])
else:
value = None
python拋出異常並不像java那樣代價非常昂貴
列表求和，最大值，最小值，乘積
P:
numList = [1,2,3,4,5]
sum = sum(numList) #sum = 15
maxNum = max(numList) #maxNum = 5
minNum = min(numList) #minNum = 1
from operator import mul
prod = reduce(mul, numList, 1) #prod = 120 默認值傳1以防空列表報錯
NP:
sum = 0
maxNum = -float('inf')
minNum = float('inf')
prod = 1
for num in numList:
if num > maxNum:
maxNum = num
if num < minNum:
minNum = num
sum += num
prod *= num
# sum = 15 maxNum = 5 minNum = 1 prod = 120
經簡單測試，在numList的長度為10000000時，在我的機器上對列表求和，P耗時0.6s，NP耗時1.3s，將近兩倍的差距。所以不要自己造輪子了。
列表推導式
P:
l = [x*x for x in range(10) if x % 3 == 0]
# l = [0, 9, 36, 81]
NP:
l = []
for x in range(10):
if x % 3 == 0:
l.append(x*x)
# l = [0, 9, 36, 81]
你看，使用P的列表推導式，構建新列表變得多么簡單直觀！
字典的默認值
P:
dic = {'name':'Tim', 'age':23}
dic['workage'] = dic.get('workage',0) + 1
# dic = {'age': 23, 'workage': 1, 'name': 'Tim'}
NP:
if 'workage' in dic:
dic['workage'] += 1
else:
dic['workage'] = 1
# dic = {'age': 23, 'workage': 1, 'name': 'Tim'}
dict的get(key,default)方法用於獲取字典中key的值，若不存在該key，則將key賦默認值default。
P相比NP的寫法少了if...else...，實乃痛恨if...else...之人首選！
for…else…語句
P:
for x in xrange(1,5):
if x == 5:
print 'find 5'
break
else:
print 'can not find 5!'
# can not find 5!
NP:
find = False
for x in xrange(1,5):
if x == 5:
find = True
print 'find 5'
break
if not find:
print 'can not find 5!'
# can not find 5!
for...else...的else部分用來處理沒有從for循環中斷的情況。有了它，我們不用設置狀態變量來檢查是否for循環有break出來，簡單方便。
三元符的替代
P:
a = 3
b = 2 if a > 2 else 1
# b = 2
NP:
if a > 2:
b = 2
else:
b = 1
# b = 2
如果你具備C的編程經驗，你就會尋找A ? B : C的替代品。你可能發現A and B or C看起來還不錯，但是b = a > 1 and False or True會返回True，而實際意圖應該返回False。
使用b = False if a > 1 else True則會正確返回False，所以它才是正宗的三元符替代品。
Enumerate
P:
array = [1, 2, 3, 4, 5]
for i, e in enumerate(array,0):
print i, e
#0 1
#1 2
#2 3
#3 4
#4 5
NP:
for i in xrange(len(array)):
print i, array[i]
#0 1
#1 2
#2 3
#3 4
#4 5
使用enumerate可以一次性將索引和值取出，避免使用索引來取值，而且enumerate的第二個參數可以調整索引下標的起始位置，默認為0。
使用zip創建鍵值對
P:
keys = ['Name', 'Sex', 'Age']
values = ['Tim', 'Male', 23]
dic = dict(zip(keys, values))
# {'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}
NP:
dic = {}
for i,e in enumerate(keys):
dic[e] = values[i]
# {'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}
zip方法返回的是一個元組，用它來創建鍵值對，簡單明了。
文件讀取
P:
file = open("some_filename", "r")
while 1: # infinite loop
line = file.readline()
if not line: # 'readline()' returns None at end of file.
break
# Process the line.
NP:
file = open("some_filename", "r")
for line in file:
# Process the line.