1.合并追加到列表声明
我们从一个简单的开始。不是声明一个空列表然后附加到它，而是直接用所有元素初始化列表。这缩短了代码并使意图更加明确。它的性能也稍微好一些，因为它避免了对 append() 的函数调用。
players = []
players.append("Patrick")
players.append("Max")
players.append("Jessi")
# -> refactor
players = ["Patrick", "Max", "Jessi"]
这同样适用于填充其他集合类型，如集合和字典。
2 使用items()直接解包字典值
当遍历字典时，你需要键和值，那么不要手动访问值。而是迭代dictionary.items()，它同时为你提供键和值。
这节省了我们过去分配给 players 的行，代码现在读起来更自然，重复更少。
teams_by_color = {"blue": ["Patrick", "Jessi"]}
for team_color in teams_by_color:
players = teams_by_color[team_color]
if is_winning(team_color):
advance_level(players)
# -> refactor
for team_color, players in teams_by_color.items():
if is_winning(team_color):
advance_level(players)3. 将 range(len) 替换为枚举
如果我们需要遍历列表并且需要同时跟踪索引和当前项，请使用内置enumerate()函数而不是range(len)。这会将当前索引和当前项目作为元组返回。所以我们可以直接在这里查看值，也可以访问带有索引的项目。
for i in range(len(players)):
print(i, players[i])
# -> refactor
for i, player in enumerate(players):
print(i, player)
Enumerate 还带有一个可选的start参数。如果你使用它，计数器将从该值开始。但请注意，这些项目仍然从第一个开始。
for i, player in enumerate(players, start=1):
print(i, player)
4. 用枚举调用替换手动循环计数器
这与之前非常相似。有时我会看到直接对项目执行迭代的代码——这本身并不坏——但随后需要一个计数器，它会在循环内手动递增。同样在这里你可以简单地使用 enumerate 函数。这更简单，也更快。
i = 0
for player in players:
print(i, player)
i += 1
# -> refactor
for i, player in enumerate(players):
print(i, player)
4.1 不要手动更新计数器
如果你只需要计算项目的数量，也不要遍历循环并手动计算所有项目。相反，只需使用len()函数来获取列表中的元素数。
num_players = 0
for player in players:
num_players += 1
# -> refactor
num_players = len(players)
5.将条件简化为return语句
当我们到达一个方法的末尾并想要返回 True 或 False 时，一种常见的做法是这样的。如果条件为 True，我们返回 True。否则我们最后返回 False。然而，直接返回结果更简洁：
def function():
if isinstance(a, b) or issubclass(b, a):
return True
return False
# -> refactor
def function():
return isinstance(a, b) or issubclass(b, a)
我们在这里应该注意的一件事是，只有当表达式的计算结果为布尔值时才能这样做。isinstance()和issubclass()都是返回布尔值的函数，所以这很好。但在下一个示例中，第一个表达式pythonistas是一个列表而不是布尔值。
如果pythonistas是一个有效的非空列表，这将返回列表而不是预期的布尔值，然后可能是你的应用程序中的错误。因此，为了确保我们在这里返回一个布尔值，我们可以将返回包装在对 bool()函数的调用中。
def any_pythonistas():
pythonistas = [coder for coder in coders if is_good_in_python(coder)]
if pythonistas or self.is_pythonista():
return True
return False
# -> refactor
def any_hats():
pythonistas = [coder for coder in coders if is_good_in_python(coder)]
return bool(pythonistas or self.is_pythonista())
6.合并条件中的重复块
我们应该始终寻找机会删除重复的代码。这样做的好地方是if …elif链中有多个相同的块。
在此示例中，if 和 elif 都导致相同的执行功能。所以我们可以使用or组合前两个块来删除对函数的重复调用。现在，如果我们需要更改process_standard_payment()行，我们可以在一处而不是两处进行。
def process_payment(payment, currency):
if currency == "USD":
process_standard_payment(payment)
elif currency == "EUR":
process_standard_payment(payment)
else:
process_international_payment(payment)
# -> refactor
def process_payment(payment, currency):
if currency == "USD" or currency == "EUR":
process_standard_payment(payment)
else:
process_international_payment(payment)
7.用in运算符替换同一个变量的多次比较
我们甚至可以进一步重构以前的代码。由于我们针对多个值重复检查同一个变量，我们可以使用 in 运算符来缩短它。如果货币值在定义的列表中，我们将执行专用操作。
def process_payment(payment, currency):
if currency == "USD" or currency == "EUR":
process_standard_payment(payment)
else:
process_international_payment(payment)
# -> refactor
def process_payment(payment, currency):
if currency in ["USD", "EUR"]:
process_standard_payment(payment)
else:
process_international_payment(payment)
为了再次改进这一点，我们应该在这里使用一个集合。在集合中查找值更快，而且无论如何我们都想要这里的唯一元素，所以集合是更好的选择。
# -> refactor
def process_payment(payment, currency):
if currency in {"USD", "EUR"}:
process_standard_payment(payment)
else:
process_international_payment(payment)
8. 将 for 循环中的 yield 替换为 yield from
如果你已经熟悉生成器，那么这是一个高级技巧。一个经常被忽略的小技巧是 Python 的 yield 关键字对于可迭代对象有一个对应的yield from。
如果你有一个像列表这样的可迭代对象，而不是说for item in iterable: yield item，你可以简单地说yield from iterable。这更短，并且消除了对可迭代对象的手动循环，这也可以提高性能。
def get_content(entry):
for block in entry.get_blocks():
yield block
# -> refactor
def get_content(entry):
yield from entry.get_blocks()
