Coding style 元组解包：虚拟变量与索引

用Python编写这篇文章的通常/最清晰的方式是什么

value, _ = func_returning_a_tuple()

或：

---

对于提取单个项目，索引更为惯用。当您提取两个或多个项目时，解包变得更为惯用。这只是我的经验观察；我不知道有哪一个风格指南推荐或要求任何一个选择

value=func\u returning\u a\u tuple（）[0]

似乎更清晰，也可以推广

如果函数返回的元组值超过2个怎么办？
如果程序逻辑对无数元组的第四个元素感兴趣怎么办？
如果返回的元组大小不同怎么办？

---

这些问题都不会影响基于子脚本的习惯用法，但在多赋值习惯用法的情况下会有影响。

如果您希望在python3.x中找到一种简便的方法，请查看python增强建议（PEP）3132：

可扩展的可拆卸包装。您现在可以编写类似

a，b，*rest=some\u sequence

。甚至

*rest，a=stuff

。rest对象始终是一个（可能为空）列表；右手边可以是任何可折叠的。例如：

（a，*rest，b）=范围（5）

---

这将

a

设置为

0

，

b

设置为

4

，

rest

设置为

[1,2,3]

，对于具有键/值对的列表/生成器理解，我认为虚拟变量的使用可以非常简洁，尤其是在需要多次使用未打包的值的情况下（避免重复索引），例如：

与：

s = [x[0] * (1.0 - x[0]) * (2.0 - x[0]) for x in l]

另一件需要注意的事情是，虽然解包和索引的成本大致相当，但扩展解包似乎要慢一个数量级

对于在IPython中使用%timeit的Python 3.2：

定期拆包：

>>> x = (1, 2)
>>> %timeit y, _ = x
10000000 loops, best of 3: 50 ns per loop

>>> %timeit y, _ = x
10000000 loops, best of 3: 50.4 ns per loop

>>> x = (1, 2, 3)
>>> %timeit y, *_ = x
1000000 loops, best of 3: 1.02 us per loop

>>> %timeit y = x[0]
10000000 loops, best of 3: 68.9 ns per loop

扩展解包：

>>> x = (1, 2)
>>> %timeit y, _ = x
10000000 loops, best of 3: 50 ns per loop

>>> %timeit y, _ = x
10000000 loops, best of 3: 50.4 ns per loop

>>> x = (1, 2, 3)
>>> %timeit y, *_ = x
1000000 loops, best of 3: 1.02 us per loop

>>> %timeit y = x[0]
10000000 loops, best of 3: 68.9 ns per loop