1. 交換變量值時避免使用臨時變量：(cookbook1.1)
老代碼：我們經常很熟練於下面的代碼
temp = x
x = y
y = temp
代碼一：
u, v, w = w, v, u
有人提出可以利用賦值順序來簡化上面的三行代碼成一行
代碼二：
u, v = v, u
其實利用Python元組賦值的概念，可更簡明 — 元組初始化 + 元組賦值
2. 讀字典時避免判斷鍵值是否存在：(cookbook1.2)
d = { ‘key’: ‘value’ }
老代碼：
if ‘key’ in d: print d[‘key’]
else: print ‘not find’
新代碼：
print d.get(‘key’, ‘not find’)
3. 尋找最小值和位置的代碼優化：
s = [ 4,1,8,3 ]
老代碼：
mval, mpos = MAX, 0
for i in xrange(len(s)):
if s[i] < mval: mval, mpos = s[i], i
新代碼：
mval, mpos = min([ (s[i], i) for i in xrange(len(s)) ])
元組比較的特性，可以方便的寫做一行
觀點一：用Python編程，需要有“一字千金”的感覺；既然選擇了Python，就不要在意單條語句的效率。
上面幾點例子很基礎，實際中將原始代碼壓縮1/5並不是不可能，我們之前一個子項目，C++代碼270K
重構後Python代碼只有67K，當然使用python的日志模塊（logging），讀寫表格文本（csv）等，也功
不可末，最終代碼變成原來的1/4，我覺得自己的壽命延長了三倍。。。下面優化幾個常用代碼：
4. 文件讀取工作的最簡單表達：
老代碼：我們需要將文本文件讀入到內存中
line = ”
fp = open(‘text.txt’, ‘r’)
for line in fp: text += line
代碼一：
text = string.join([ line for line in open(‘text.txt’)], ”]
代碼二：
text = ”.join([ line for line in open(‘text.txt’)])
代碼三：
text = file(‘text.txt’).read()
新版本的Python可以讓你寫出比1，2漂亮的代碼（open是file的別名，這裡file更直觀）
5. 如何在Python實現三元式：
老代碼：用慣C++,Java,C#不喜歡寫下面代碼
if n >= 0: print ‘positive’
else: print ‘negitive’
代碼一：該技巧在 Lua裡也很常見
print (n >= 0) and ‘positive’ or ‘negitive’
說明：這裡的’and’和’or’相當於C中的’:’和’?’的作用，道理很簡單，因為如果表達式為
真了那麼後面的or被短路，取到’positive’；否則，and被短路，取到’negitive’
代碼二：
print (n >= 0 and [‘positive’] or [‘negitive])[0]
說明：將兩個值組裝成元組，即使’positive’是None, ”, 0 之類整句話都很安全
代碼三：
print (‘negitive’, ‘positive’)[n >= 0]
說明：(FalseValue, TrueValue)[Condition] 是利用了 元組訪問 + True=1 兩條原理
6. 避免字典成員是復雜對象的初始化：(cookbook1.5)
老代碼：
if not y in d: d[y] = { }
d[y][x] = 3
新代碼：
d.setdefault(y, { })[x] = 3
如果成員是列表的話也一樣: d.setdefault(key, []).append(val)
上面六點技巧加以發揮，代碼已經很緊湊了，但是還沒有做到“沒有一句廢話”可能有人懷疑真的能
減少1/5的代碼麼？？我要說的是1/5其實很保守，Thinking in C++的作者後來用了Python以後
覺得Python甚至提高了10倍的工作效率。下面的例子可以進一步說明：
例子1：把文本的IP地址轉化為整數
說明：需要將類似’192.168.10.214’的IP地址轉化為 0x0C0A80AD6，在不用 inet_aton情況下
當C++/Java程序員正為如何進行文本分析，處理各種錯誤輸入煩惱時，Python程序員已經下班：
f = lambda ip: sum( [ int(k)*v for k, v in zip(ip.split(‘.’), [1<<24, 65536, 256, 1])] )
首先ip.split(‘.’)得到列表[‘192′,’168′,’10’,’214′]，經過zip一組裝，就變成
[(‘192’,0x1000000),(‘168′,0x10000),(’10’,0x100),(‘214’,1)]
接著for循環將各個元組的兩項做整數乘法，最後將新列表的值用sum求和，得到結果
C++程序員不肖道：“你似乎太相信數據了，根本沒有考慮道錯誤的輸入”
Python程序員回答：“外面的try/except已幫我完成所有異常處理，不必擔心越界崩潰而無法捕獲”
Java程序員得意的看著自己百行代碼：“我想知道你如何讓你的同事來理解你的傑作？你有沒有考慮過將
類似gettoken之類的功能獨立處理，讓類似問題可以復用？我的代碼說明了如何充分發揮Reflection和
interface的優秀特性，在增加重用性的同時，提供清晰可讀的代碼”
Python無奈道：“這是‘純粹的代碼’，意思是不可修改，類似正則表達式，只要讓人明白他的功能就行了，
要修改就重寫。再我能用三行代碼完成以內絕不會有封裝的想法，況且熟悉Python者也不覺得難讀啊？”
C++程序員拋出殺手簡：“如果讓你一秒鐘處理10w個ip轉化的話怎麼辦？”
Python程序員覺得想睡覺：“你覺得我會蠢到還用Python做這樣的事情麼？”
此時C++程序員似乎並沒聽到，反而開始認真的思考起自己剛才提出問題來，一會只見他輕藐的看了另外兩
人一眼，然後胸有成竹的轉到電腦前，開始往屏幕上輸入：“template <….”
小笑話：封裝的陷阱，讓人一邊喊著“封裝”或“復用”，一邊在新項目中，全部打破重寫，並解釋為–重構
觀點二：簡單即是美，把一個東西設計復雜了，本身就是有問題的
思考題：上面的程序，如果反過來，將ip的整數形式轉化為字符串，各位該如何設計呢？？
例子2：輸出一個對象各個成員的名稱和值
g = lambda m: ‘\n’.join([ ‘%s=%s’%(k, repr(v)) for k, v in m.__dict__.iteritems() ])
用法：print g(x)
延伸：上面兩個例子熟悉了lambda以後，建議可以嘗試使用下 yield
觀點總結
Q:“怎樣才算做到注重What you think多於What you are writing”
A:“就是說你手上打著第1頁需求的代碼，眼睛卻在看著第2頁需求的內容，心裡想著如何應對5-10頁的東西”
國外多年前廢除PASCAL改用Python做科研教學是有道理的，關於精簡代碼的例子舉不勝舉，用它編碼時應該有“一字千金”的感覺，否則最終寫出來的，還是“偽裝成Python的C++程序”。
編程本來就是快樂的，避免過多的體力勞動，贏得更多思考的時間。
思考題：到底是封裝呢？還是放棄封裝？
思考題：“more than one way to do it”是不是就是好事？它的反面是什麼？
