После этого урока ты сможешь:

• Выбирать понятные идиоматичные операции с коллекциями без замены каждого цикла на включение.
• Объединять очистку строк, включения и сортировку, оставляя исходные коллекции неизменными.
• Сохранять связи между парными записями, фильтруя после их объединения.
• Строить надежные многоэтапные отчеты с явными правилами для пустого ввода и стабильным порядком.

Код в стиле Python — это не код с наименьшим количеством символов. Это код, который четко выражает намерение с помощью инструментов Python.

Используй включение, чтобы создать новую коллекцию. Используй обычный цикл for, когда твоя цель — видимый побочный эффект, такой как вывод каждой строки, или когда на одной итерации изменяется несколько состояний. Используй zip() для действительно сопоставленных последовательностей, enumerate(), когда важен номер, и sorted(), чтобы вернуть новый упорядоченный список без изменения исходного.

Распространенная ошибка в данных возникает при раздельной фильтрации двух сопоставленных списков: их оставшиеся позиции могут перестать совпадать. Сначала объедини связанные значения в пары, а затем отфильтруй объединенные записи.

Надежный отчет обычно собирается по четким этапам: нормализация → выборка → преобразование → упорядочивание → отчет. Материализуй промежуточную коллекцию, если тебе нужно просмотреть ее дважды; в противном случае используй генераторное выражение для однопроходного агрегирования или проверки.

Для результата готовности одного all() недостаточно, если пустой набор проверок должен считаться заблокированным. Явно укажи бизнес-правило: требуй непустых проверок и прохождения каждой проверки.

1. Преобразование коллекции без ее изменения

raw_regions = ["  US  ", "eu", " APAC "]
regions = [region.strip().lower() for region in raw_regions]
print(regions)
print(raw_regions[0])

Вывод:

['us', 'eu', 'apac']
  US  

Входные данные остаются нетронутыми; новый список содержит нормализованные значения.

2. Объединение в пары до фильтрации

jobs = ["api", "queue", "mail"]
owners = ["Maya", "Omar", "Lina"]

active_pairs = [(job, owner) for job, owner in zip(jobs, owners) if job != "queue"]
print(active_pairs)

Вывод:

[('api', 'Maya'), ('mail', 'Lina')]

Фильтрация пар вместе сохраняет информацию о том, какой владелец относится к какой задаче.

3. Сохранение побочных эффектов вывода в читаемом цикле

services = ["api", "db"]
for position, service in enumerate(services, start=1):
    print(f"{position}. {service}")

Вывод:

1. api
2. db

Обычный цикл понятнее включения, используемого только ради вывода на печать.

4. Явная готовность при пустом вводе

checks = ["PASS", "pass"]
normalized = [item.strip().lower() for item in checks]
ready = bool(normalized) and all(item == "pass" for item in normalized)
print(f"Ready: {ready}")

Вывод:

Ready: True

Если бы список проверок был пуст, защита bool(normalized) предотвратила бы случайный результат готовности.

1. Не используй включения исключительно ради их побочных эффектов.
2. Не фильтруй сопоставленные последовательности по отдельности перед zip().
3. Не изменяй исходные данные, когда требуется чистая новая коллекция.
4. Не предполагай, что all([]) означает, что реальная партия была проверена.
5. Не жертвуй читаемостью только для того, чтобы уместить весь рабочий процесс в одно выражение.