在 Python 中编写循环Loops的艺术(The Art of Writing Loops in Python)

Simple is better than complex – 简单胜于复杂

for 循环是大多数编程语言中非常基本的控制流工具。例如，C 语言中一个简单的 for 循环如下所示：

int i;
for (i=0;i<N;i++)
{//do something
}

对于复杂的场景，我们通常需要编写难看的嵌套循环nested loops或定义大量辅助变量assistant variables（如上述代码中的 i ）。

幸运的是，在 Python中事情就变得方便多了。我们有很多技巧来编写更优雅的循环loops，它们确实让我们的生活变得更轻松。在 Python 中，嵌套循环nested loops不是不可避免的，辅助变量assistant variables也不是必须的，我们甚至可以自己定制 for 循环。

本文将介绍在 Python 中编写循环loops的一些最有用的技巧tricks。希望它能帮助您感受 Python 之美。

一次获取索引Indexes和值Values

使用 for 循环的一个常见场景是从列表list中获取索引indexes和值values。当我开始学习 Python 时，我写的代码如下：

for i in range(len(my_list)):print(i, my_list[i])

这当然行得通。但还不够 Pythonic。几个月后，我找到了标准的 Pythonic 方法：

for i, v in enumerate(my_list):print(i, v)

如上所示，内置的built-in enumerate 函数function可以让我们的生活变得更轻松。

通过 Product 函数避免嵌套循环Nested Loops

嵌套循环Nested loops令人头疼。它们会降低代码的可读性readability并使事情变得复杂complex。例如，跳出嵌套循环breaking out of the nested loops通常不是很容易。我们需要知道最内层循环inner-most loop何时被破坏，第二个最内层循环second inner-most loop何时被破坏，等等。

幸运的是，Python 内置的built-in itertools 模块中有一个很棒的函数function，叫做 product 。我们可以使用它来避免编写大量嵌套循环nested loops。

让我们通过一个简单的例子来感受一下它有多有用：

list_a = [1, 2020, 70]
list_b = [2, 4, 7, 2000]
list_c = [3, 70, 7]for a in list_a:for b in list_b:for c in list_c:if a + b + c == 2077:print(a, b, c)
# 70 2000 7

如上图所示，我们需要三个嵌套循环nested loops，才能从三个列表lists中得到总和等于 2077 的三个数字。代码一点也不整齐。

使用 product 函数进行尝试

from itertools import productlist_a = [1, 2020, 70]
list_b = [2, 4, 7, 2000]
list_c = [3, 70, 7]for a, b, c in product(list_a, list_b, list_c):if a + b + c == 2077:print(a, b, c)
# 70 2000 7

如上图所示，在 product 函数的帮助下，只需要一个循环one loop。

因为 product 函数会根据输入的可迭代对象 生成笛卡尔积Cartesian product。它可以帮助我们在很多情况下避免嵌套循环nested loops。

使用 Itertools 模块编写花式循环

事实上， product 函数function只是冰山一角。如果您探索 Python 内置的built-in itertools 模块module。一个新世界将向你敞开大门。这个工具箱toolbox包含了许多有用的方法methods来满足我们对循环loops的需求。它们的完整列表可以在官方文档official document中找到。让我们在此欣赏一些有趣的用法。

进行无限循环infinite loop

至少有三种方法可以实现无限循环：

通过 count 函数

import itertoolsnatural_num = itertools.count(1)
for n in natural_num:print(n)
# 1,2,3,...

通过 cycle 函数

import itertoolsmany_yang = itertools.cycle('Zhang')
for y in many_yang:print(y)
# 'Z','h','a','n','g','Z','h','a',...

通过 repeat 函数

import itertoolsmany_zhang = itertools.repeat('Zhang')
for y in many_zhang:print(y)
# 'Zhang','Zhang',...

将多个可迭代对象iterables合并为一个

chain() 函数可以帮助我们将多个可迭代对象multiple iterables 合并为一个chain object。

from itertools import chainlist_a = [1, 22]
list_b = [7, 20]
list_c = [3, 70]for i in chain(list_a, list_b, list_c):print(i)
# 1,22,7,20,3,70

挑出相邻的重复元素

groupby 函数用于在迭代器iterator中找出相邻的重复项adjacent duplicate items，并将它们放在一起。

from itertools import groupbyfor key, group in groupby('ZHhHANNGGG'):print(key, list(group))
# Z ['Z']
# H ['H']
# h ['h']
# H ['H']
# A ['A']
# N ['N', 'N']
# G ['G', 'G', 'G']

如上图所示，相邻的相同字符被放在了一起。此外，我们还可以告诉 groupby 函数如何判断两个项目是否相同：

from itertools import groupbyfor key, group in groupby('ZHhHANNGGG', lambda x: x.upper()):print(key, list(group))
# Z ['Z']
# H ['H', 'h', 'H']
# A ['A']
# N ['N', 'N']
# G ['G', 'G', 'G']

定制循环

在欣赏了上述所有示例之后，是时候思考一下为什么 Python 中的 for 循环如此灵活和优雅了。在我看来，这是因为我们可以在 for 循环的迭代器iterator中应用函数。上面提到的所有技巧都是在迭代器iterator中使用一些特殊的函数。所有技巧的模板如下：

for x in function(iterator)

在底层，内置的 itertools 模块只是为我们实现了一些常用函数function。如果我们不小心忘记了其中的某个函数function，或者找不到我们需要的函数function，我们可以自己编写一个。更具体地说，这些函数function就是生成器generators。这就是为什么我们可以通过它们生成无限循环。

简而言之，我们可以通过编写自定义的生成器generator，随心所欲地定制 for 循环。

让我们来看一个简单的例子：

def even_only(num):for i in num:if i % 2 == 0:yield imy_list = [1, 9, 3, 4, 2, 5]
for n in even_only(my_list):print(n)
# 4
# 2

如上例所示，我们定义了一个名为 even_only 的生成器generator。如果在 for 循环中使用该生成器generator，列表中将只遍历偶数。

当然，上面的例子只是用于解释。还有其他方法可以做同样的事情，比如使用列表推导式List Comprehension。

my_list = [1, 9, 3, 4, 2, 5]
for n in (i for i in my_list if not i % 2):print(n)
# 4
# 2

Conclusion 结论

用 Python 编写循环可以非常灵活和优雅。我们可以适当使用一些内置工具，甚至可以自己定义生成器generators来编写简洁的循环。