為什么要挑戰自己在代碼里不寫for loop？因為這樣可以迫使你去使用比較高級、地道的語法或庫。文中以python為例子，講了不少大家其實在別人的代碼里都見過、但自己很少用的語法。

這是一個挑戰。我要你避免在任何情況下寫for循環。同樣的，我也要你找到一種場景——除了用for循環以外，用其他方法寫都太難。請分享你的發現，我非常想聽到這些

距離我開始探索超棒的Python語言特性已經有一段時間了。一開始，這只是我給自己的一個挑戰，練習使用更多的語言特性來替代我從其他編程語言那里所學到的。但是事情漸漸變得更有趣了！代碼不止變得更簡短整潔，而且看起來更加結構化和有規律，在這篇文章中我將更多地介紹這些好處。

首先，讓我們退一步看看在寫一個for循環背后的直覺是什么：

遍歷一個序列提取出一些信息

從當前的序列中生成另外的序列

寫for循環已經是我的第二天性了，因為我是一個程序員

幸運的是，Python里面已經有很棒的工具幫你達到這些目標！你需要做的只是轉變思想，用不同的角度看問題。

不到處寫for循環你將會獲得什么

更少的代碼行數

更好的代碼閱讀性

只將縮進用于管理代碼文本

Let’s see the code skeleton below:

看看下面這段代碼的構架：

# 1

with...:

for...:

if...:

try:

except:

else:

這個例子使用了多層嵌套的代碼，這是非常難以閱讀的。我在這段代碼中發現它無差別使用縮進把管理邏輯（with, try-except）和業務邏輯（for, if）混在一起。如果你遵守只對管理邏輯使用縮進的規范，那么核心業務邏輯應該立刻脫離出來。

“扁平結構比嵌套結構更好” – 《Python之禪》

為了避免for循環，你可以使用這些工具

1. 列表解析/生成器表達式

看一個簡單的例子，這個例子主要是根據一個已經存在的序列編譯一個新序列：

result = []

foritem initem_list:

new_item = do_something_with(item)

result.append(item)

如果你喜歡MapReduce，那你可以使用map，或者Python的列表解析：

result = [do_something_with(item) for item in item_list]

同樣的，如果你只是想要獲取一個迭代器，你可以使用語法幾乎相通的生成器表達式。（你怎么能不愛上Python的一致性？）

result = (do_something_with(item) for item in item_list)

2. 函數

站在更高階、更函數化的變成方式考慮一下，如果你想映射一個序列到另一個序列，直接調用map函數。（也可用列表解析來替代。）

doubled_list = map(lambda x: x * 2, old_list)

如果你想使一個序列減少到一個元素，使用reduce

fromfunctoolsimportreduce

summation = reduce(lambdax,y: x + y,numbers)

另外，Python中大量的內嵌功能可/會（我不知道這是好事還是壞事，你選一個，不加這個句子有點難懂）消耗迭代器：

>>> a = list(range(10))

>>> a

[0,1,2,3,4,5,6,7,8,9]

>>> all(a)

False

>>> any(a)

True

>>> max(a)

9

>>> min(a)

0

>>> list(filter(bool,a))

[1,2,3,4,5,6,7,8,9]

>>> set(a)

{0,1,2,3,4,5,6,7,8,9}

>>> dict(zip(a,a))

{0: 0,1: 1,2: 2,3: 3,4: 4,5: 5,6: 6,7: 7,8: 8,9: 9}

>>> sorted(a,reverse=True)

[9,8,7,6,5,4,3,2,1,0]

>>> str(a)

'[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]'

>>> sum(a)

45

3. 抽取函數或者表達式

上面的兩種方法很好地處理了較為簡單的邏輯，那更復雜的邏輯怎么辦呢？作為一個程序員，我們會把困難的事情抽象成函數，這種方式也可以用在這里。如果你寫下了這種代碼：

results = []

foritem initem_list:

# setups

# condition

# processing

# calculation

results.append(result)

顯然你賦予了一段代碼太多的責任。為了改進，我建議你這樣做：

defprocess_item(item):

# setups

# condition

# processing

# calculation

returnresult

results = [process_item(item)foritem initem_list]

嵌套的for循環怎么樣？

results = []

foriinrange(10):

forjinrange(i):

results.append((i,j))

列表解析可以幫助你：

results = [(i,j)

foriinrange(10)

forjinrange(i)]

如果你要保存很多的內部狀態怎么辦呢？

# finding the max prior to the current item

a = [3,4,6,2,1,9,0,7,5,8]

results = []

current_max = 0

foriina:

current_max = max(i,current_max)

results.append(current_max)

# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]

讓我們提取一個表達式來實現這些：

defmax_generator(numbers):

current_max = 0

foriinnumbers:

current_max = max(i,current_max)

yieldcurrent_max

a = [3,4,6,2,1,9,0,7,5,8]

results = list(max_generator(a))

“等等，你剛剛在那個函數的表達式中使用了一個for循環，這是欺騙！”

好吧，自作聰明的家伙，試試下面的這個。

4. 你自己不要寫for循環，itertools會為你代勞

這個模塊真是妙。我相信這個模塊能覆蓋80%你想寫下for循環的時候。例如，上一個例子可以這樣改寫：

fromitertoolsimportaccumulate

a = [3,4,6,2,1,9,0,7,5,8]

resutls = list(accumulate(a,max))

另外，如果你在迭代組合的序列，還有product()，permutations()，combinations()可以用。

結論

大多數情況下是不需要寫for循環的。

應該避免使用for循環，這樣會使得代碼有更好的閱讀性。

行動

再看一遍你的代碼，找出任何以前憑直覺寫下for循環的地方，再次思考一下，不用for循環再寫一遍是不是有意義的。

分享你很難不使用for循環的例子。