90 条简单实用的 Python 编程技巧,建议收藏
编码原则
建议 1:理解 Pythonic 概念 —- 详见 Python 中的《Python 之禅》
建议 2:编写 Pythonic 代码
避免不规范代码,比如只用大小写区分变量、使用容易混淆的变量名、害怕过长变量名等。有时候长的变量名会使代码更加具有可读性。
深入学习 Python 相关知识,比如语言特性、库特性等,比如 Python 演变过程等。深入学习一两个业内公认的 Pythonic 的代码库,比如 Flask 等。
建议 3:理解 Python 与 C 的不同之处,比如缩进与 {},单引号双引号,三元操作符?, Switch-Case 语句等。
建议 4:在代码中适当添加注释
建议 5:适当添加空行使代码布局更加合理
建议 6:编写函数的 4 个原则
函数设计要尽量短小,嵌套层次不宜过深
函数声明应该做到合理、简单、易用
函数参数设计应该考虑向下兼容
一个函数只做一件事,尽量保证函数粒度的一致性
建议 7:将常量集中在一个文件,且常量名尽量使用全大写字母
编程惯用法
建议 8:利用 assert 语句来发现问题,但要注意,断言 assert 会影响效率
建议 9:数据交换值时不推荐使用临时变量,而是直接 a, b = b, a
建议 10:充分利用惰性计算(Lazy evaluation)的特性,从而避免不必要的计算
建议 11:理解枚举替代实现的缺陷(最新版 Python 中已经加入了枚举特性)
建议 12:不推荐使用 type 来进行类型检查,因为有些时候 type 的结果并不一定可靠。如果有需求,建议使用 isinstance 函数来代替
建议 13:尽量将变量转化为浮点类型后再做除法(Python3 以后不用考虑)
建议 14:警惕 eval () 函数的安全漏洞,有点类似于 SQL 注入
建议 15:使用 enumerate () 同时获取序列迭代的索引和值
建议 16:分清 == 和 is 的适用场景,特别是在比较字符串等不可变类型变量时(详见评论)
建议 17:尽量使用 Unicode。在 Python2 中编码是很让人头痛的一件事,但 Python3 就不用过多考虑了
建议 18:构建合理的包层次来管理 Module
编程惯用法 2
建议 19:有节制的使用 from…import 语句,防止污染命名空间
建议 20:优先使用 absolute import 来导入模块(Python3 中已经移除了 relative import)
建议 21:i+=1 不等于 ++i,在 Python 中,++i 前边的加号仅表示正,不表示操作
建议 22:习惯使用 with 自动关闭资源,特别是在文件读写中
建议 23:使用 else 子句简化循环(异常处理)
建议 24:遵循异常处理的几点基本原则
注意异常的粒度,try 块中尽量少写代码
谨慎使用单独的 except 语句,或 except Exception 语句,而是定位到具体异常
注意异常捕获的顺序,在合适的层次处理异常
使用更加友好的异常信息,遵守异常参数的规范
建议 25:避免 finally 中可能发生的陷阱
建议 26:深入理解 None,正确判断对象是否为空。
建议 27:连接字符串应优先使用 join 函数,而不是 + 操作
建议 28:格式化字符串时尽量使用 format 函数,而不是 % 形式
建议 29:区别对待可变对象和不可变对象,特别是作为函数参数时
建议 30:[], {} 和 ():一致的容器初始化形式。使用列表解析可以使代码更清晰,同时效率更高
建议 31:函数传参数,既不是传值也不是传引用,而是传对象或者说对象的引用
建议 32:警惕默认参数潜在的问题,特别是当默认参数为可变对象时
建议 33:函数中慎用变长参数 args 和 kargs
这种使用太灵活,从而使得函数签名不够清晰,可读性较差
如果因为函数参数过多而是用变长参数简化函数定义,那么一般该函数可以重构
建议 34:深入理解 str () 和 repr () 的区别
两者之间的目标不同:str 主要面向客户,其目的是可读性,返回形式为用户友好性和可读性都比较高的字符串形式;而 repr 是面向 Python 解释器或者说 Python 开发人员,其目的是准确性,其返回值表示 Python 解释器内部的定义
在解释器中直接输入变量,默认调用 repr 函数,而 print (var) 默认调用 str 函数
repr 函数的返回值一般可以用 eval 函数来还原对象
两者分别调用对象的内建函数 str () 和 repr ()
建议 35:分清静态方法 staticmethod 和类方法 classmethod 的使用场景
库的使用
建议 36:掌握字符串的基本用法
建议 37:按需选择 sort () 和 sorted () 函数
sort () 是列表在就地进行排序,所以不能排序元组等不可变类型。
sorted () 可以排序任意的可迭代类型,同时不改变原变量本身。
建议 38:使用 copy 模块深拷贝对象,区分浅拷贝(shallow copy)和深拷贝(deep copy)
建议 39:使用 Counter 进行计数统计,Counter 是字典类的子类,在 collections 模块中
建议 40:深入掌握 ConfigParse
建议 41:使用 argparse 模块处理命令行参数
建议 42:使用 pandas 处理大型 CSV 文件
Python 本身提供一个 CSV 文件处理模块,并提供 reader、writer 等函数。
Pandas 可提供分块、合并处理等,适用于数据量大的情况,且对二维数据操作更方便。
建议 43:使用 ElementTree 解析 XML
建议 44:理解模块 pickle 的优劣
优势:接口简单、各平台通用、支持的数据类型广泛、扩展性强
劣势:不保证数据操作的原子性、存在安全问题、不同语言之间不兼容
建议 45:序列化的另一个选择 JSON 模块:load 和 dump 操作
建议 46:使用 traceback 获取栈信息
建议 47:使用 logging 记录日志信息
建议 48:使用 threading 模块编写多线程程序
建议 49:使用 Queue 模块使多线程编程更安全
设计模式
建议 50:利用模块实现单例模式
建议 51:用 mixin 模式让程序更加灵活
建议 52:用发布 - 订阅模式实现松耦合
建议 53:用状态模式美化代码
内部机制
建议 54:理解 build-in 对象
建议 55:init () 不是构造方法,理解 new () 与它之间的区别
建议 56:理解变量的查找机制,即作用域
局部作用域
全局作用域
嵌套作用域
内置作用域
建议 57:为什么需要 self 参数
建议 58:理解 MRO(方法解析顺序)与多继承
建议 59:理解描述符机制
建议 60:区别 getattr () 与 getattribute () 方法之间的区别
建议 61:使用更安全的 property
建议 62:掌握元类 metaclass
建议 63:熟悉 Python 对象协议
建议 64:利用操作符重载实现中缀语法
建议 65:熟悉 Python 的迭代器协议
建议 66:熟悉 Python 的生成器
建议 67:基于生成器的协程和 greenlet,理解协程、多线程、多进程之间的区别
建议 68:理解 GIL 的局限性
建议 69:对象的管理和垃圾回收
使用工具辅助项目开发
建议 70:从 PyPI 安装第三方包
建议 71:使用 pip 和 yolk 安装、管理包
建议 72:做 paster 创建包
建议 73:理解单元测试的概念
建议 74:为包编写单元测试
建议 75:用测试驱动开发(TDD)提高代码的可测性
建议 76:使用 Pylint 检查代码风格
代码风格审查
代码错误检查
发现重复以及不合理的代码,方便重构
高度的可配置化和可定制化
支持各种 IDE 和编辑器的集成
能够基于 Python 代码生成 UML 图
能够与 Jenkins 等持续集成工具相结合,支持自动代码审查
建议 77:进行高效的代码审查
建议 78:将包发布到 PyPI
性能剖析与优化
建议 79:了解代码优化的基本原则
建议 80:借助性能优化工具
建议 81:利用 cProfile 定位性能瓶颈
建议 82:使用 memory_profiler 和 objgraph 剖析内存使用
建议 83:努力降低算法复杂度
建议 84:掌握循环优化的基本技巧
减少循环内部的计算
将显式循环改为隐式循环,当然这会牺牲代码的可读性
在循环中尽量引用局部变量
关注内层嵌套循环
建议 85:使用生成器提高效率
建议 86:使用不同的数据结构优化性能
建议 87:充分利用 set 的优势
建议 88:使用 multiprocessing 模块克服 GIL 缺陷
建议 89:使用线程池提高效率
建议 90:使用 Cythonb 编写扩展模块
评论