作者： Zhang Yang
逼格
水果公司的一句 “The bigger than bigger” 广告词，使得逼格进入了大众的视野。内置逼格神器的程序猿们的内心一定是向往着更高的逼格。试问自己心里是否憧憬着这样一个场景：
当你随手写下一行代码的时候，旁边的人不可思议的睁大眼睛，表示着原来代码可以这样写？
这是怎样一种装X之旅。Python 可以帮助你实现这样的愿望。
Python 对于外行们来说，它都非常容易上手。同时，对于我们这些使用C语言开蒙，甚至工作中主要使用C语言的程序员们来说，使用它却有着天然的障碍。这让苦逼的程序员们如何在外行面前保持尊严？别着急，请接着看。
惯用语
学习过英语的大家都知道，我们现在说的英语（English），实际上是 Chinglish，而印度人则说着一种叫 Hinglish 的语言，这也是为什么我们听好莱坞原声大片的时候，要比听中国人说英语要困难得多。每一种语言，每一群人，都会有自己的习惯用法 – 惯用语。程序语言也是同样的道理，特别是众多的高级语言，它们都是有着自己独特的那部分东西，这是它们被需要或者不需要的原因。就像蹩脚的程序员，用 C语言的习惯写 C++ 代码一样，编译执行都没有问题，但是你干嘛不直接写 C 文件？！
我们来看一看下面这片代码：
def count_person_c()
f = open(‘data.csv‘)
try:
data = f.read()
finally:
f.close()
groups = {}
lines = data.splitlines()
for i in xrange(len(lines)):
name = lines[i].split(‘,‘)[0]
age = lines[i].split(‘,‘)[1]
sex = lines[i].split(‘,‘)[2]
yow = lines[i].split(‘,‘)[3]
salary = lines[i].split(‘,‘)[4]
tax = lines[i].split(‘,‘)[5]
bonus = lines[i].split(‘,‘)[6]
if( sex == ‘Male‘ and int(age) > 60 ) or
( sex == ‘Female‘ and int(age) > 55 ):
person = int(yow) * ( int(salary) - int(tax) + int(bonous) ) * 0.9
if name not in groups:
groups[name] = []
groups[name].append(person)
for key in groups:
print key, ‘--->‘, groups[key]这是使用 Python 的语法完成的，还可以使用 Python 解释器执行。但是，请再仔细看一遍，是否觉着似曾相识？这块代码除了使用了 Python 的原生字典类型，还有什么是 Python 的东西？这样的逼格得和马里亚纳海沟差不多的高度了。
要追求更高的逼格， Python 从来都是从 人 而不是 机器 的角度来思考问题的，后面我们会不断见到这样的例子。
蛋痛定律
如果有一件事让你蛋痛，那么一定已经有蛋痛人帮助你完成它。
赋值
例子中最亮瞎钛合金眼球的就是那 7 行整齐的赋值语句了。从机器的角度看，它们是一个又一个的赋值语句，非常完美。但是从 人 的角度看，这些东西看起来会让人蛋痛：明明是从同一块数据中抠出来的数值，为什么程序语言要求要用这么行来获取它？实际上，这样的代码，在 C 语言以及其他很多语言中，被认为是不可避免的，程序员们能做的就是让它们看起来比较整齐，别太疼而已。
蛋痛的 Python 人并不认为这应该是很多步的赋值，而应该是一个拆包（unpacking）的语句，所以应该一行就完全实现，如下：
name, age, sex, yow, salary, tax, bonus = lines[i].split(‘,‘)这里说一句小编的个人感受，如果 Python 的代码里常常看到形如 name[i], name[1], name[key]的形式，说明楼主的 机器 之毒已经相当深厚了。一定要消灭它们，且一定有办法消灭它们，逼格实在够low。
回到正文，类似的例子，程序员们在学习计算机语言的的时候，一定都被老师要求写过一段程序，来交换两个变量的值；蛋痛的程序员们有时候还被要求不能使用第三个变量缓存。这样蛋痛的事情，依然还在很多学校里不断地发生。Python 里蛋痛的人们认为数值交换，就应该是一个简单的语句实现，超过一行以上的语句就是在侮辱自己的智商，所以在 Python 里我们可以这样：
a, b = b, a循环
蛋痛的程序员们在学习 C 语言的时候，就被暗示: 循环是需要通过索引值得+1/-1完成数值递推的，所以i, j, k成为了程序中最最常见的变量名，大家几乎一看到它们就会条件反射般认为，它们应该是某个循环中的索引（Clean Code一书就明确这么说的）。但实际上，循环遍历一溜东东并不必然需要索引，它反而会带来一些混乱。几乎是写每个循环是都要额外考虑：索引到底是从0开始，还是从1开始；结束的地方是否要-1。看官们回想一下，在做线性代数家庭作业中向量计算的时候，你的脑子里使用过索引吗？是的，不需要，用眼睛看，手指头比划就行了。只是该死的 图灵机 需要索引，看到索引 人 就会蛋痛的。蛋痛的 Python 就这样循环：
for d in [1, 2, 3, 4]:变量 a 就是分别会成为1、2、3、4，这里索引是不需要的，会逼着 人 以 机器 的角度思考问题，增加不必要的难度。反对者们一定会说，索引可以让循环以反序遍历。请淡定，如下可以实现4、3、2、1的遍历。
D = [1, 2, 3, 4]
for d in D[::-1]:尽管这样，蛋痛的事还是会发生，有些时候程序真的需要索引，特别是需要把索引值作为参数给循环体内调用的函数时，怎么办？蛋痛的 Python 还有方案：enumerate(colors)，它能返回一对值： 索引, 变量，如下所示。
for i，d in enumerate([1, 2, 3, 4]):Python 的 for 还有一个神奇的地方，被称为 for-else。程序中，常常有这样的场景：循环遍历某个链表，如果找到想要的成员则立刻返回它的位置，否则一定找完所有元素。
ages = [42, 21, 18, 33, 19]
are_all_adult = True
for age in ages:
if age < 18:
are_all_adult = False
break
if are_all_adult:
print ‘All are adults!‘如果是 C 语言，这还是不错的。但是在 Python 看来，这也有让人蛋痛的地方，因为它可以是这样的：
ages = [42, 21, 18, 33, 19]
for age in ages:
if age < 18:
break
else
print ‘All are adults!‘当循环中的break没有被执行过，最后一次循环会进入到else里执行；蛋痛的人们这它也起了一个蛋痛的名字，更贴切的说法应该是un-break。
当然，Python 还有另一个更高逼格的方法实现这个功能，只需要两行代码，后文会提到。
字典
前面说的都是常见的列表循环，Python 自带的独特的数据类型：字典的循环，变量的值只是字典的键值而没有条目的内容：
for key in groups:
print key, ‘--->‘, groups[key]看到groups[key]，蛋痛再次袭来。是的，Python 里字典的循环，不应该是这个样子的，它把自己设计成这样：
for key, value in groups.items():
print key, ‘--->‘, value是的，就是你看到的这个意思，键值和条目内容是成对返回的；这样还一个可能的额外好处：当字典变得非常庞大的时候，将items()改成interitems()，可以非常有效的改进 Python 的性能，还节约内存，这个叫迭代器，后文会提到。
说到字典，关注下面这片代码：
groups = {}
...
if name not in groups:
groups[name] = []
groups[name].append(person)这是一个 C 程序员写的典型 Python 代码，不但有蛋痛的groups[name]，还有多层缩进，判断，赋值空列表，简直蛋痛加三级。根据蛋痛定律，一定有蛋痛的人帮助解决这样的问题：
groups = {}
...
groups.setdefault(name, []).append(pension)或者是
groups = defaultdict(list)
...
groups[name].append(pension)只有当name作为键值第一次出现时，字典groups会自动调用函数list建立一个空列表；如果已经存在了，则直接调用列表的append行为。小编更喜欢第二种写法，插入的时候代码更简洁明了。现在怎么看，怎么觉得 groups = {} 是在定义变量，蛋痛啊… …