🐍 Python Coding Tips: Let's Make Our Code Shorter and Easier to Read! ✨
Configuring multiple values simultaneously provides a variable in Python in 3 simple ways:
1️⃣ Many Values to Multiple Variables: x, y, z = "A," "B," "C"
2️⃣ One Value to Multiple Variables: x = y = z = "A"
3️⃣ Unpack a Collection: Configure from List or Tuple to Multiple Variables Concurrently 👍
Using this technique will make the code much easier to read.
ถ้าอยากให้ Python โค้ดดู “สั้น แต่ชัด” เทคนิค multiple assignment กับ unpack คือของที่ผมใช้แทบทุกวัน โดยเฉพาะตอนเขียนโค้ดจัดการข้อมูลหรือเตรียมตัวแปรก่อนทำงานต่อ 1) กำหนดหลายค่าให้หลายตัวแปร (Many Values to Multiple Variables) เหมาะกับเคสที่เรารู้ลำดับชัดเจน เช่น x, y, z = "Orange", "Banana", "Cherry" ข้อดีคืออ่านแล้วรู้ทันทีว่าแต่ละตัวแปรได้ค่าอะไร และลดบรรทัดไปได้เยอะ 2) กำหนดค่าเดียวให้หลายตัวแปร (One Value to Multiple Variables) เช่น x = y = z = "Orange" ใช้ดีมากตอนตั้งค่าเริ่มต้น (default) เหมือนกันทั้งหมด เช่นค่าเริ่มต้นของสถานะ หรือ flag ต่าง ๆ ข้อควรระวัง: ถ้าเป็นชนิดข้อมูลที่แก้ไขได้ (mutable) อย่าง list/dict แล้วใช้ x = y = [] จะทำให้ชี้ไปที่อ็อบเจ็กต์เดียวกัน เวลาแก้ x ก็ไปกระทบ y ด้วย ทางที่ปลอดภัยคือสร้างแยก เช่น x, y = [], [] 3) Unpack a Collection (แตกค่าจาก list/tuple) ผมใช้บ่อยกับข้อมูลที่มากับ list/tuple เช่น fruits = ["Orange", "Banana", "Cherry"] x, y, z = fruits ทริคที่ช่วยมากคือ “star unpacking” ตอนจำนวนสมาชิกไม่แน่นอน เช่น fruits = ["Orange", "Banana", "Cherry", "Mango"] first, *middle, last = fruits แบบนี้เราได้ first เป็น "Orange", last เป็น "Mango" และ middle เป็นรายการที่เหลือ 4) สลับค่าตัวแปรแบบไม่ต้องใช้ตัวแปรช่วย อันนี้ทำให้ Python โค้ดสวยขึ้นสุด ๆ: a, b = b, a ใช้ตอนสลับค่าในอัลกอริทึมหรือจัดเรียงข้อมูล แล้วโค้ดอ่านง่ายกว่าเดิมมาก 5) เพิ่มความปลอดภัยด้วยการตรวจจำนวนสมาชิกก่อน unpack ถ้าข้อมูลอาจไม่ครบ 3 ตัว เช่น API ส่งมาไม่แน่นอน ผมจะเช็กก่อน: if len(fruits) >= 3: x, y, z = fruits[:3] จะช่วยกัน error พวก ValueError: not enough values to unpack สรุปคือ ถ้าตั้งใจเขียน Python โค้ดให้สั้นลงและอ่านง่าย เทคนิคกำหนดค่าหลายตัวแปร + unpack เป็นพื้นฐานที่คุ้มมาก ลองเอาไปใช้กับตัวอย่าง Orange/Banana/Cherry ก่อน แล้วค่อยต่อยอดกับข้อมูลจริงได้เลย
