Python高级用法3-彩蛋、enumerate()、理解for-in

本文适合阅读对象：已学完Python基础课程，并能熟练使用Python基本用法编程。如果还有一些其他语言的基础最好不过了，如果没有Python基础或者正在学习中，请点击以下链接：

Python基础教程

一、“Python之禅"的彩蛋

虽然任何一本介绍Python的图书基本都会提到Tim Peters的“Python之禅”，但这段话无论提多少遍都不为过。它激励着让无数人趋之若鹜，努力成为更优秀的Programmer，希望大家也能从中受益。

“Python之禅”作为彩蛋藏在Python语言当中，只需进入任何一个Python解释器会话并运行这行语句就能看到：

import this

Python代码结果如下：

Beautiful is better than ugly.

# 优美胜于丑陋（Python以编写优美代码为目标）

Explicit is better than implicit.

# 明了胜于晦涩（优美的代码应当是明了的，命名规范，风格相似） 

Simple is better than complex.

# 简洁胜于复杂（优美的代码应当是简洁的，不要有复杂的内部实现） 

Complex is better than complicated.

# 复杂胜于凌乱（如果复杂不可避免，那代码间也不能有难懂的关系，要保持接口简洁）

Flat is better than nested.

# 扁平胜于嵌套（优美的代码应当是扁平的，不能有太多的嵌套） 

Sparse is better than dense.

# 间隔胜于紧凑（优美的代码有适当的间隔，不要奢望一行代码解决问题） 

Readability counts.

# 可读性很重要（优美的代码是可读的） 

Special cases aren't special enough to break the rules.Although practicality beats purity.

# 即便假借特例的实用性之名，也不可违背这些规则（这些规则至高无上） 

Errors should never pass silently.Unless explicitly silenced.

#不要包容所有错误，除非你确定需要这样做（精准地捕获异常，不写except:pass风格的代码） 

In the face of ambiguity, refuse the temptation to guess.

# 当存在多种可能，不要尝试去猜测 

There should be one-- and preferably only one --obvious way to do it.

# 而是尽量找一种，最好是唯一一种明显的解决方案（如果不确定，就用穷举法） Although that way may not be obvious at first unless you're Dutch.

# 虽然这并不容易，因为你不是 Python 之父（这里的Dutch是指Guido）

Now is better than never.Although never is often better than right now.

# 做也许好过不做，但不假思索就动手还不如不做（动手之前要细思量）

If the implementation is hard to explain, it's a bad idea.If the implementation is easy to explain, it may be a good idea.# 如果你无法向人描述你的方案，那肯定不是一个好方案；反之亦然(方案测评标准） 

Namespaces are one honking great idea -- let's do more of those!

# 命名空间是一种绝妙的理念，我们应当多加利用（倡导与号召）

从设计的角度来说，python语言追求的是一种独特的简洁和高可读性；从哲学的角度来讲，python采用了一种所谓的极简主义的设计理念。通过这些如诗一般的文字表达了python编程之美，这就是python之禅。个人感觉python之禅更像修炼武功的心法口诀，需要学习者或开发者们用心去体会其中的奥妙之处，正所谓只可意会不可言传或许用在此处怎么也不为过。

二、使用enumerate()升级循环

如果循环的结果需要用到项的索引，该怎么办呢？可以使用Python内置的enumerate()函数，这是Python很神奇的特性，可以让循环持有并返回当前运行的索引，大家一起来看看：

items=['a','b','c']

for i, item in enumerate(items):

    print(f'{i}:{item}')

Python代码结果如下：

三、理解for-in

如何编写出Python-ful的代码？对于之前学过C语言或Java语言，开始学习Python后，写出来的代码可能是这样的，充满C或Java的风格，举个栗子：

items=['a','b','c']

i = 0

while i < len(items):

   print(items[i])

   i+=1

Python代码结果如下：

这段代码没毛病，执行正常，就是非常没有Python特色，而是C或Java充满的韵味~为什么这么说呢，主要有两点：

代码中手动跟踪了索引：i，先初始化为零，然后在每次循环迭代时仔细递增索引。

为了确定迭代次数，使用len()获取items容器的大小。

如何写出具有Python特色的代码呢？微微老师专门起了个名字，叫做Python-ful的代码。下面来重构第一个代码示例，Python其实无需手动更新索引，可以自动进行，在Python中可以用for循环很好地做到这一点，做法是利用内置的range()自动生成索引：

items=['a','b','c']

for i in range(len(items)):

   print(items[i])

Python代码结果如下：

大家看出来了吗，已经比之前好一点，代码也精简了，但仍然不是很有Python特色，感觉依然有点像一个Java风格的迭代代码。为什么这么说呢？因为Python容器的遍历方式非常之简洁，在Python中，for循环实际上for-each循环，可以直接在容器或序列中迭代元素，无需索引查找，直接这样写就可以了：

完美实现！是不是有些被震撼到的感觉？！Python坚持极简主义理念，这个解决方案很有Python特色，非常整洁，看上去就像在阅读编程教科书中的伪代码一样。

注意：循环中不再跟踪容器的大小，也不必使用运行时索引来访问元素。现在容器本身负责分发将要处理的元素，如果容器是有序的，那么所得到的元素序列也是有序的；如果容器是无序的，那么将以随机顺序返回其元素，但循环仍然会遍历所有元素。

如果使用字典时需要同时循环迭代获取字典的键和值，该怎么办呢？for循环同样没有问题，只需同时写两个索引标志即可，一个代表键，一个代表值。

emails={'a':'s@sina.com',

'b':'h@163.com',

'c':'m@qq.com'}

for i, j in emails.items():

    print(f'{i}:{j}')

Python代码结果如下：