何为pythonic?
pythonic如果翻译成中文的话就是很python。很+名词结构的用法在中国不少，比如：很娘，很国足，很CCTV等等。
我的理解为，很+名词表达了一种特殊和强调的意味。所以很python可以理解为：只有python能做到的，区别于其他语言的写法，其实就是python的惯用和特有写法。
置换两个变量的值。
很python的写法：
复制代码 代码如下:
a,b = b,a
不python的写法：
复制代码 代码如下:
temp = a
a = b
b = temp
上面的例子通过了元组的pack和unpack完成了对a,b的互换，避免了使用临时变量temp，而且只用了一行代码。
以下为了简略，我们用P表示pythonic的写法，NP表示non-pythonic的写法，当然此P-NP非彼P-NP。
为什么要追求pythonic?
相比于NP，P的写法简练，明确，优雅，绝大部分时候执行效率高，代码越少也就越不容易出错。我认为好的程序员在写代码时，应该追求代码的正确性，简洁性和可读性，这恰恰就是pythonic的精神所在。
对于具有其他编程语言经验而初涉Python的程序员（比如我自己）来说，在写Python代码时，认识到pythonic的写法，会带来更多的便利和高效，而本文的主要读者也将是这群程序员。
以下将给出P和NP的n种示例，供读者和自己参考，查阅。
本文最后会列出参考资料，这些参考资料在我看来都极具价值。
P vs. NP的示例
链式比较
P:
复制代码 代码如下:
a = 3
b = 1
1 <= b <= a < 10 #True
NP:
复制代码 代码如下:
b >= 1 and b <= a and a < 10 #True
P是小学生都能看懂的语法，简单直接省代码~
真值测试
P:
复制代码 代码如下:
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:
复制代码 代码如下:
if name != '' and len(langs) > 0 and info != {}:
print('All True!') #All True!
简而言之，P的写法就是对于任意对象，直接判断其真假，无需写判断条件，这样既能保证正确性，又能减少代码量。
真假值表(记住了假你就能省很多代码！)
| 真 | 假 |
|---|---|
| True | False |
| 任意非空字符串 | 空的字符串 '' |
| 任意非0数字 | 数字0 |
| 任意非空容器 | 空的容器 [] () {} set() |
| 其他任意非False | None |
字符串反转
P:
复制代码 代码如下:
def reverse_str( s ):
return s[::-1]
NP:
复制代码 代码如下:
def reverse_str( s ):
t = ''
for x in xrange(len(s)-1,-1,-1):
t += s[x]
return t
P的写法简单，经测试，效率也更好。
如果用于检测回文，就是一句话input == input[::-1]，多么的优雅！
字符串列表的连接
P:
复制代码 代码如下:
strList = ["Python", "is", "good"]
res = ' '.join(strList) #Python is good
NP:
复制代码 代码如下:
res = ''
for s in strList:
res += s + ' '
#Python is good
#最后还有个多余空格
string.join()常用于连接列表里的字符串，相对于NP，P的方式十分高效，且不会犯错。
列表求和，最大值，最小值，乘积
P:
复制代码 代码如下:
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) #prod = 120
NP:
复制代码 代码如下:
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
经简单测试，在numList的长度为10000000时，在我的机器上对列表求和，P耗时0.6s，NP耗时1.3s，将近两倍的差距。所以不要自己造轮子了。
列表推导式
P:
复制代码 代码如下:
l = [x*x for x in range(10) if x % 3 == 0]
#l = [0, 9, 36, 81]
NP:
复制代码 代码如下:
l = []
for x in range(10):
if x % 3 == 0:
l.append(x*x)
#l = [0, 9, 36, 81]
你看，使用P的列表推导式，构建新列表变得多么简单直观！
字典的默认值
P:
复制代码 代码如下:
dic = {'name':'Tim', 'age':23}
dic['workage'] = dic.get('workage',0) + 1
#dic = {'age': 23, 'workage': 1, 'name': 'Tim'}
NP:
复制代码 代码如下:
if 'workage' in dic:
dic['workage'] += 1
else:
dic['workage'] = 1
#dic = {'age': 23, 'workage': 1, 'name': 'Tim'}
dict的get(key,default)方法用于获取字典中key的值，若不存在该key，则将key赋默认值default。
P相比NP的写法少了if...else...，实乃痛恨if...else...之人首选！
for…else…语句
P:
复制代码 代码如下:
for x in xrange(1,5):
if x == 5:
print 'find 5'
break
else:
print 'can not find 5!'
#can not find 5!
NP:
复制代码 代码如下:
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部分用来处理没有从for循环中断的情况。有了它，我们不用设置状态变量来检查是否for循环有break出来，简单方便。
三元符的替代
P:
复制代码 代码如下:
a = 3
b = 2 if a > 2 else 1
#b = 2
NP:
复制代码 代码如下:
if a > 2:
b = 2
else:
b = 1
#b = 2
如果你具备C的编程经验，你就会寻找A ? B : C的替代品。你可能发现A and B or C看起来还不错，但是b = a > 1 and False or True会返回True，而实际意图应该返回False。
使用b = False if a > 1 else True则会正确返回False，所以它才是正宗的三元符替代品。
Enumerate
P:
复制代码 代码如下:
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:
复制代码 代码如下:
for i in xrange(len(array)):
print i, array[i]
#0 1
#1 2
#2 3
#3 4
#4 5
使用enumerate可以一次性将索引和值取出，避免使用索引来取值，而且enumerate的第二个参数可以调整索引下标的起始位置，默认为0。
使用zip创建键值对
P:
复制代码 代码如下:
keys = ['Name', 'Sex', 'Age']
values = ['Tim', 'Male', 23]
dic = dict(zip(keys, values))
#{'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}
NP:
复制代码 代码如下:
dic = {}
for i,e in enumerate(keys):
dic[e] = values[i]
#{'Age': 23, 'Name': 'Tim', 'Sex': 'Male'}
zip方法返回的是一个元组，用它来创建键值对，简单明了。