Python学习教程（Python学习路线）：给大家总结了两个Python编写循环的建议
循环是一种常用的程控结构。我们常说，机器相比人类的最大优点之一，就是机器可以不眠不休的重复做某件事情，但人却不行。而“循环”，则是实现让机器不断重复工作的关键概念。
在循环语法方面，Python 表现的即传统又不传统。它虽然抛弃了常见的 for(init;condition;incrment) 三段式结构，但还是选择了 for 和 while 这两个经典的关键字来表达循环。绝大多数情况下，我们的循环需求都可以用 forin 来满足， while 相比之下用的则更少些。
虽然循环的语法很简单，但是要写好它确并不容易。这里，我们将探讨什么是“地道”的循环程式码，以及如何编写它们。
什么是“地道”的循环？
“地道”这个词，通常被用来形容某人做某件事情时，非常符合当地传统，做的非常好。打个比方，你去参加一个朋友聚会，同桌的有一位广东人，对方一开口，句句都是标准京腔、完美儿化音。那你可以对她说：“您的北京话说的真地道”。
既然“地道”这个词形容的经常是口音、做菜的口味这类实实在在的东西，那“地道”的循环程式码又是什么意思呢？让我拿一个经典的例子来解释一下。
如果你去问一位刚学习 Python 一个月的人：“如何在遍历一个列表的同时获取当前下标？”。他可能会交出这样的程式码：
index = 0
for name in names:
print(index, name)
index += 1
上面的循环虽然没错，但它确一点都不“地道”。一个拥有三年 Python 开发经验的人会说，程式码应该这么写：
for i, name in enumerate(names):
print(i, name)
enumerate 是 Python 的一个内建函式，它接收一个“可迭代”物件作为引数，然后返回一个不断生成 (当前下标,当前元素) 的新可迭代物件。这个场景使用它最适合不过。
所以，在上面的例子里，我们会认为第二段循环程式码比第一段更“地道”。
因为它用更直观的程式码，更聪明的完成了工作。
enumerate 所代表的程式设计思路
不过，判断某段循环程式码是否地道，并不仅仅是以知道或不知道某个内建方法作为标准。我们可以从上面的例子挖掘出更深层的东西。
如你所见，Python 的 for 循环只有 forin 这一种结构，而结构里的前半部分 - 赋值给 item- 没有太多花样可玩。所以后半部分的可迭代物件是我们唯一能够大做文章的东西。而以 enumerate 函式为代表的“修饰函式”，刚好提供了一种思路：通过修饰可迭代物件来优化循环本身。
这里就想给大家说一下我的第一个建议了：
建议一：使用函式修饰被迭代物件来优化循环
使用修饰函式处理可迭代物件，可以在各种方面影响循环程式码。而要找到合适的例子来演示这个方法，并不用去太远，内建模组 itertools 就是一个绝佳的例子。
简单来说，itertools 是一个包含很多面向可迭代物件的工具函式集。我在之前的系列文章《容器的门道》里提到过它。
如果要学习 itertools，那么 Python 官方文件 是你的首选，里面有非常详细的模组相关资料。但在这篇文章里，侧重点将和官方文件稍有不同。我会通过一些常见的程式码场景，来详细解释它是如何改善循环程式码的。
1. 使用 product 扁平化多层巢状循环
虽然我们都知道“扁平的程式码比巢状的好”。但有时针对某类需求，似乎一定得写多层巢状循环才行。比如下面这段：
def find_twelve(num_list1, num_list2, num_list3):
"""从 3 个数字列表中，寻找是否存在和为 12 的 3 个数
"""
for num1 in num_list1:
for num2 in num_list2:
for num3 in num_list3:
if num1 + num2 + num3 == 12:
return num1, num2, num3
对于这种需要巢状遍历多个物件的多层循环程式码，我们可以使用 product 函式来优化它。product 可以接收多个可迭代物件，然后根据它们的笛卡尔积不断生成结果。
from itertools import product
def find_twelve_v2(num_list1, num_list2, num_list3):
for num1, num2, num3 in product(num_list1, num_list2, num_list3):
if num1 + num2 + num3 == 12:
return num1, num2, num3
相比之前的程式码，使用 product 的函式只用了一层 for 循环就完成了任务，程式码变得更精炼了。
2. 使用 islice 实现循环内隔行处理
有一份包含 Reddit 帖子标题的外部资料档案，里面的内容格式是这样的：
python-guide: Python best practices guidebook, written for humans.
---
Python 2 Death Clock
---
Run any Python Script with an Alexa Voice Command
---
可能是为了美观，在这份档案里的每两个标题之间，都有一个 "---" 分隔符。现在，我们需要获取档案里所有的标题列表，所以在遍历档案内容的过程中，必须跳过这些无意义的分隔符。
参考之前对 enumerate 函式的了解，我们可以通过在循环内加一段基于当前循环序号的 if 判断来做到这一点：
def parse_titles(filename):
"""从隔行资料档案中读取 reddit 主题名称
"""
with open(filename, \'r\') as fp:
for i, line in enumerate(fp):
# 跳过无意义的 \'---\' 分隔符
if i % 2 == 0:
yield line.strip
但对于这类在循环内进行隔行处理的需求来说，如果使用 itertools 里的 islice 函式修饰被循环物件，可以让循环体程式码变得更简单直接。
islice(seq,start,end,step) 函式和阵列切片操作（ list[start:stop:step] ）有着几乎一模一样的引数。如果需要在循环内部进行隔行处理的话，只要设定第三个递进步长引数 step 值为 2 即可（预设为 1）。
from itertools import islice
def parse_titles_v2(filename):
with open(filename, \'r\') as fp:
# 设定 step=2，跳过无意义的 \'---\' 分隔符
for line in islice(fp, 0, None, 2):
yield line.strip
3. 使用 takewhile 替代 break 语句
有时，我们需要在每次循环开始时，判断循环是否需要提前结束。比如下面这样：
for user in users:
# 当第一个不合格的使用者出现后，不再进行后面的处理
if not is_qualified(user):
break
# 进行处理 ... ...
对于这类需要提前中断的循环，我们可以使用 takewhile 函式来简化它。takewhile(predicate,iterable)会在迭代 iterable 的过程中不断使用当前物件作为引数呼叫 predicate 函式并测试返回结果，如果函式返回值为真，则生成当前物件，循环继续。否则立即中断当前循环。
使用 takewhile 的程式码样例：
from itertools import takewhile
for user in takewhile(is_qualified, users):
# 进行处理 ... ...
itertools 里面还有一些其他有意思的工具函式，他们都可以用来和循环搭配使用，比如使用 chain 函式扁平化双层巢状循环、使用 zip_longest 函式一次同时循环多个物件等等。
篇幅有限，我在这里不再一一介绍。如果有兴趣，可以自行去官方文件详细了解。
4. 使用生成器编写自己的修饰函式
除了 itertools 提供的那些函式外，我们还可以非常方便的使用生成器来定义自己的循环修饰函式。
让我们拿一个简单的函式举例：
def sum_even_only(numbers):
"""对 numbers 里面所有的偶数求和"""
result = 0
for num in numbers:
if num % 2 == 0:
result += num
return result
在上面的函式里，循环体内为了过滤掉所有奇数，引入了一条额外的 if 判断语句。如果要简化循环体内容，我们可以定义一个生成器函式来专门进行偶数过滤：
def even_only(numbers):
for num in numbers:
if num % 2 == 0:
yield num
def sum_even_only_v2(numbers):
"""对 numbers 里面所有的偶数求和"""
result = 0
for num in even_only(numbers):
result += num
return result
将 numbers 变数使用 even_only 函式装饰后， sum_even_only_v2 函式内部便不用继续关注“偶数过滤”逻辑了，只需要简单完成求和即可。
Hint：当然，上面的这个函式其实并不实用。在现实世界里，这种简单需求最适合直接用生成器/列表表示式搞定：sum(numfornuminnumbersifnum%2==0)
建议二：按职责拆解循环体内复杂程式码块
我一直觉得循环是一个比较神奇的东西，每当你写下一个新的循环程式码块，就好像开辟了一片黑魔法阵，阵内的所有内容都会开始无休止的重复执行。
但我同时发现，这片黑魔法阵除了能带来好处，它还会引诱你不断往阵内塞入越来越多的程式码，包括过滤掉无效元素、预处理资料、打印日志等等。甚至一些原本不属于同一抽象的内容，也会被塞入到同一片黑魔法阵内。
你可能会觉得这一切理所当然，我们就是迫切需要阵内的魔法效果。如果不把这一大堆逻辑塞满到循环体内，还能把它们放哪去呢？
让我们来看看下面这个业务场景。在网站中，有一个每 30 天执行一次的周期指令码，它的任务是是查询过去 30 天内，在每周末特定时间段登入过的使用者，然后为其传送奖励积分。
程式码如下：
import time
import datetime
def award_active_users_in_last_30days:
"""获取所有在过去 30 天周末晚上 8 点到 10 点登入过的使用者，为其传送奖励积分
"""
days = 30
for days_delta in range(days):
dt = datetime.date.today - datetime.timedelta(days=days_delta)
# 5: Saturday, 6: Sunday
if dt.weekday not in (5, 6):
continue
time_start = datetime.datetime(dt.year, dt.month, dt.day, 20, 0)
time_end = datetime.datetime(dt.year, dt.month, dt.day, 23, 0)
# 转换为 unix 时间戳，之后的 ORM 查询需要
ts_start = time.mktime(time_start.timetuple)
ts_end = time.mktime(time_end.timetuple)
# 查询使用者并挨个传送 1000 奖励积分
for record in LoginRecord.filter_by_range(ts_start, ts_end):
# 这里可以新增复杂逻辑
send_awarding_points(record.user_id, 1000)
上面这个函式主要由两层循环构成。外层循环的职责，主要是获取过去 30 天内符合要求的时间，并将其转换为 UNIX 时间戳。之后由内层循环使用这两个时间戳进行积分发送。
如之前所说，外层循环所开辟的黑魔法阵内被塞的满满当当。但通过观察后，我们可以发现整个循环体其实是由两个完全无关的任务构成的：“挑选日期与准备时间戳” 以及 “传送奖励积分”。
复杂循环体如何应对新需求
这样的程式码有什么坏处呢？让我来告诉你。
某日，产品找过来说，有一些使用者周末半夜不睡觉，还在刷我们的网站，我们得给他们发通知让他们以后早点睡觉。于是新需求出现了：“给过去 30 天内在周末凌晨 3 点到 5 点登入过的使用者传送一条通知”。
新问题也随之而来。敏锐如你，肯定一眼可以发现，这个新需求在使用者筛选部分的要求，和之前的需求非常非常相似。但是，如果你再开启之前那团循环体看看，你会发现程式码根本没法复用，因为在循环内部，不同的逻辑完全被耦合在一起了。☹️
在计算机的世界里，我们经常用“耦合”这个词来表示事物之间的关联关系。上面的例子中，“挑选时间”和“传送积分”这两件事情身处同一个循环体内，建立了非常强的耦合关系。
为了更好的进行程式码复用，我们需要把函式里的“挑选时间”部分从循环体中解耦出来。而我们的老朋友，“生成器函式”是进行这项工作的不二之选。
使用生成器函式解耦循环体
要把 “挑选时间” 部分从循环内解耦出来，我们需要定义新的生成器函式 gen_weekend_ts_ranges，专门用来生成需要的 UNIX 时间戳：
def gen_weekend_ts_ranges(days_ago, hour_start, hour_end):
"""生成过去一段时间内周六日特定时间段范围，并以 UNIX 时间戳返回
"""
for days_delta in range(days_ago):
dt = datetime.date.today - datetime.timedelta(days=days_delta)
# 5: Saturday, 6: Sunday
if dt.weekday not in (5, 6):
continue
time_start = datetime.datetime(dt.year, dt.month, dt.day, hour_start, 0)
time_end = datetime.datetime(dt.year, dt.month, dt.day, hour_end, 0)
# 转换为 unix 时间戳，之后的 ORM 查询需要
ts_start = time.mktime(time_start.timetuple)
ts_end = time.mktime(time_end.timetuple)
yield ts_start, ts_end
有了这个生成器函式后，旧需求“传送奖励积分”和新需求“传送通知”，就都可以在循环体内复用它来完成任务了：
def award_active_users_in_last_30days_v2:
"""传送奖励积分"""
for ts_start, ts_end in gen_weekend_ts_ranges(30, hour_start=20, hour_end=23):
for record in LoginRecord.filter_by_range(ts_start, ts_end):
send_awarding_points(record.user_id, 1000)
def notify_nonsleep_users_in_last_30days:
"""传送通知"""
for ts_start, ts_end in gen_weekend_ts_range(30, hour_start=3, hour_end=6):
for record in LoginRecord.filter_by_range(ts_start, ts_end):
notify_user(record.user_id, \'You should sleep more\')
总结
在这篇Python学习教程文章里，我们首先简单解释了“地道”循环程式码的定义。然后提出了第一个建议：使用修饰函式来改善循环。之后我虚拟了一个业务场景，描述了按职责拆解循环内程式码的重要性。
一些要点总结：
使用函式修饰被循环物件本身，可以改善循环体内的程式码
itertools 里面有很多工具函式都可以用来改善循环
使用生成器函式可以轻松定义自己的修饰函式
循环内部，是一个极易发生“程式码膨胀”的场地
请使用生成器函式将循环内不同职责的程式码块解耦出来，获得更好的灵活性
更多的Python学习教程和Python学习路线会继续跟大家更新哦！或者大家有想学的相关Python学习教程也可以留言哈！
