求Pythonic写法：分时段循环调用API获取金融时间序列数据

嘿，你的思路没问题，但确实有更贴合Python风格的写法，能让代码更简洁易读，还能提升一点效率。咱们来一步步优化：

原代码的可优化点 #

• 手动构建datelist的方式有点繁琐，最后拼接每日区间的逻辑可以简化
• 使用range(len(datelist)-1)的索引式循环不够直观，Python更推荐直接遍历元素对
• 循环中逐个拼接列表arr = arr + templist的效率较低（每次都会创建新列表）
• 日期转Unix时间的写法可以简化

改进后的Pythonic实现 #

import datetime as dtm
import pandas as pd
from itertools import pairwise  # Python 3.10+ 可用，若版本较低可自定义pairwise

# 1. 生成按月分割的日期区间，自动包含最后一段不足一月的日期
start_date = dtm.datetime(2014, 1, 1)
end_date = dtm.datetime.now()
datelist = pd.date_range(start=start_date, end=end_date, freq='M').tolist()
# 确保最后包含结束日期
if datelist[-1] < end_date:
    datelist.append(end_date)

# 2. 使用pairwise遍历相邻日期对，替代索引循环
# 如果Python版本低于3.10，可自定义pairwise：
# def pairwise(iterable):
#     from itertools import tee
#     a, b = tee(iterable)
#     next(b, None)
#     return zip(a, b)

# 3. 用列表推导式收集所有API结果，比循环拼接更高效
arr = []
for start_dt, end_dt in pairwise(datelist):
    # 简化Unix时间转换：用datetime的timestamp()方法
    start_unix = start_dt.timestamp()
    # 注意：这里把end_dt的次日0点作为区间结束，和原逻辑保持一致
    end_unix = (end_dt + dtm.timedelta(days=1)).timestamp()
    templist = self._api_call.returnChartData(
        ticker='FB', 
        period='D', 
        start=start_unix, 
        end=end_unix
    )
    arr.extend(templist)  # 用extend替代+，避免创建新列表

关键优化说明 #

• pairwise遍历相邻元素：直接拿到每一组起始和结束日期，不用手动计算索引，代码可读性大幅提升
• extend替代列表拼接：arr.extend(templist)是在原列表上追加元素，比arr = arr + templist的内存效率更高
• 简化日期转Unix时间：datetime.timestamp()方法直接返回Unix时间戳，无需借助time.mktime和timetuple()
• 更简洁的日期区间补全：判断最后一个日期是否小于结束日期，再追加，逻辑更清晰

如果你想让代码更紧凑，甚至可以把循环改成生成器表达式配合itertools.chain，不过上面的写法已经足够清晰易维护了。

内容的提问来源于stack exchange，提问作者RiskTech