總結(jié) 90 條寫 Python 程序的建議!數(shù)據(jù)分析1480關(guān)注共 3956字,需瀏覽 8分鐘 ·2021-04-19 10:46 作者丨笑虎來源丨h(huán)ttp://zhuanlan.zhihu.com/p/32817459自己寫 Python 也有四五年了,一直是用自己的“強迫癥”在維持自己代碼的質(zhì)量。都有去看 Google 的 Python 代碼規(guī)范,對這幾年的工作經(jīng)驗,做個簡單的筆記,如果你也在學 Python,準備要學習 Python,希望這篇文章對你有用。1. 首先建議1、理解 Pythonic 概念—-詳見 Python 中的《Python之禪》建議2、編寫 Pythonic 代碼(1)避免不規(guī)范代碼,比如只用大小寫區(qū)分變量、使用容易混淆的變量名、害怕過長變量名等。有時候長的變量名會使代碼更加具有可讀性。(2)深入學習 Python 相關(guān)知識,比如語言特性、庫特性等,比如Python演變過程等。深入學習一兩個業(yè)內(nèi)公認的 Pythonic 的代碼庫,比如Flask等。建議3:理解 Python 與 C 的不同之處,比如縮進與 {},單引號雙引號,三元操作符?, Switch-Case 語句等。建議4:在代碼中適當添加注釋建議5:適當添加空行使代碼布局更加合理建議6:編寫函數(shù)的 4 個原則(1)函數(shù)設計要盡量短小,嵌套層次不宜過深(2)函數(shù)聲明應該做到合理、簡單、易用(3)函數(shù)參數(shù)設計應該考慮向下兼容(4)一個函數(shù)只做一件事,盡量保證函數(shù)粒度的一致性建議7:將常量集中在一個文件,且常量名盡量使用全大寫字母2. 編程慣用法建議8:利用 assert 語句來發(fā)現(xiàn)問題,但要注意,斷言 assert 會影響效率建議9:數(shù)據(jù)交換值時不推薦使用臨時變量,而是直接 a, b = b, a建議10:充分利用惰性計算(Lazy evaluation)的特性,從而避免不必要的計算建議11:理解枚舉替代實現(xiàn)的缺陷(最新版 Python 中已經(jīng)加入了枚舉特性)建議12:不推薦使用 type 來進行類型檢查,因為有些時候 type 的結(jié)果并不一定可靠。如果有需求,建議使用 isinstance 函數(shù)來代替建議13:盡量將變量轉(zhuǎn)化為浮點類型后再做除法(Python3 以后不用考慮)建議14:警惕eval()函數(shù)的安全漏洞,有點類似于 SQL 注入建議15:使用 enumerate() 同時獲取序列迭代的索引和值建議16:分清 == 和 is 的適用場景,特別是在比較字符串等不可變類型變量時(詳見評論)建議17:盡量使用 Unicode。在 Python2 中編碼是很讓人頭痛的一件事,但 Python3 就不用過多考慮了建議18:構(gòu)建合理的包層次來管理 Module3. 基礎用法建議19:有節(jié)制的使用 from…import 語句,防止污染命名空間建議20:優(yōu)先使用 absolute import 來導入模塊(Python3中已經(jīng)移除了relative import)建議21:i+=1 不等于 ++i,在 Python 中,++i 前邊的加號僅表示正,不表示操作建議22:習慣使用 with 自動關(guān)閉資源,特別是在文件讀寫中建議23:使用 else 子句簡化循環(huán)(異常處理)建議24:遵循異常處理的幾點基本原則(1)注意異常的粒度,try 塊中盡量少寫代碼(2)謹慎使用單獨的 except 語句,或 except Exception 語句,而是定位到具體異常(3)注意異常捕獲的順序,在合適的層次處理異常(4)使用更加友好的異常信息,遵守異常參數(shù)的規(guī)范建議25:避免 finally 中可能發(fā)生的陷阱建議26:深入理解 None,正確判斷對象是否為空。建議27:連接字符串應優(yōu)先使用 join 函數(shù),而不是+操作建議28:格式化字符串時盡量使用 format 函數(shù),而不是 % 形式建議29:區(qū)別對待可變對象和不可變對象,特別是作為函數(shù)參數(shù)時建議30:[], {}和():一致的容器初始化形式。使用列表解析可以使代碼更清晰,同時效率更高建議31:函數(shù)傳參數(shù),既不是傳值也不是傳引用,而是傳對象或者說對象的引用建議32:警惕默認參數(shù)潛在的問題,特別是當默認參數(shù)為可變對象時建議33:函數(shù)中慎用變長參數(shù) args 和 kargs(1)這種使用太靈活,從而使得函數(shù)簽名不夠清晰,可讀性較差(2)如果因為函數(shù)參數(shù)過多而是用變長參數(shù)簡化函數(shù)定義,那么一般該函數(shù)可以重構(gòu)建議34:深入理解 str()和 repr() 的區(qū)別(1)兩者之間的目標不同:str 主要面向客戶,其目的是可讀性,返回形式為用戶友好性和可讀性都比較高的字符串形式;而 repr 是面向 Python 解釋器或者說Python開發(fā)人員,其目的是準確性,其返回值表示 Python 解釋器內(nèi)部的定義(2)在解釋器中直接輸入變量,默認調(diào)用repr函數(shù),而print(var)默認調(diào)用str函數(shù)(3)repr函數(shù)的返回值一般可以用eval函數(shù)來還原對象(4)兩者分別調(diào)用對象的內(nèi)建函數(shù) __str__ ()和 __repr__ ()建議35:分清靜態(tài)方法 staticmethod 和類方法 classmethod 的使用場景4. 庫的使用建議36:掌握字符串的基本用法建議37:按需選擇 sort() 和 sorted() 函數(shù)sort() 是列表在就地進行排序,所以不能排序元組等不可變類型。sorted() 可以排序任意的可迭代類型,同時不改變原變量本身。建議38:使用copy模塊深拷貝對象,區(qū)分淺拷貝(shallow copy)和深拷貝(deep copy)建議39:使用 Counter 進行計數(shù)統(tǒng)計,Counter 是字典類的子類,在 collections 模塊中建議40:深入掌握 ConfigParse建議41:使用 argparse 模塊處理命令行參數(shù)建議42:使用 pandas 處理大型 CSV 文件Python 本身提供一個CSV文件處理模塊,并提供reader、writer等函數(shù)。Pandas 可提供分塊、合并處理等,適用于數(shù)據(jù)量大的情況,且對二維數(shù)據(jù)操作更方便。建議43:使用 ElementTree解析XML建議44:理解模塊 pickle 的優(yōu)劣優(yōu)勢:接口簡單、各平臺通用、支持的數(shù)據(jù)類型廣泛、擴展性強劣勢:不保證數(shù)據(jù)操作的原子性、存在安全問題、不同語言之間不兼容建議45:序列化的另一個選擇 JSON 模塊:load 和 dump 操作建議46:使用 traceback 獲取棧信息建議47:使用 logging 記錄日志信息建議48:使用 threading 模塊編寫多線程程序建議49:使用 Queue 模塊使多線程編程更安全5. 設計模式建議50:利用模塊實現(xiàn)單例模式建議51:用 mixin 模式讓程序更加靈活建議52:用發(fā)布-訂閱模式實現(xiàn)松耦合建議53:用狀態(tài)模式美化代碼6. 內(nèi)部機制建議54:理解 build-in 對象建議55: __init__ ()不是構(gòu)造方法,理解 __new__ ()與它之間的區(qū)別建議56:理解變量的查找機制,即作用域局部作用域全局作用域嵌套作用域內(nèi)置作用域建議57:為什么需要self參數(shù)建議58:理解 MRO(方法解析順序)與多繼承建議59:理解描述符機制建議60:區(qū)別 __getattr__ ()與 __getattribute__ ()方法之間的區(qū)別建議61:使用更安全的 property建議62:掌握元類 metaclass建議63:熟悉 Python 對象協(xié)議建議64:利用操作符重載實現(xiàn)中綴語法建議65:熟悉 Python 的迭代器協(xié)議建議66:熟悉 Python 的生成器建議67:基于生成器的協(xié)程和 greenlet,理解協(xié)程、多線程、多進程之間的區(qū)別建議68:理解 GIL 的局限性建議69:對象的管理和垃圾回收7. 使用工具輔助項目開發(fā)建議70:從 PyPI 安裝第三方包建議71:使用 pip 和 yolk 安裝、管理包建議72:做 paster 創(chuàng)建包建議73:理解單元測試的概念建議74:為包編寫單元測試建議75:利用測試驅(qū)動開發(fā)(TDD)提高代碼的可測性建議76:使用 Pylint 檢查代碼風格代碼風格審查代碼錯誤檢查發(fā)現(xiàn)重復以及不合理的代碼,方便重構(gòu)高度的可配置化和可定制化支持各種 IDE 和編輯器的集成能夠基于 Python 代碼生成 UML 圖能夠與 Jenkins 等持續(xù)集成工具相結(jié)合,支持自動代碼審查建議77:進行高效的代碼審查建議78:將包發(fā)布到 PyPI8. 性能剖析與優(yōu)化建議79:了解代碼優(yōu)化的基本原則建議80:借助性能優(yōu)化工具建議81:利用 cProfile 定位性能瓶頸建議82:使用 memory_profiler 和 objgraph 剖析內(nèi)存使用建議83:努力降低算法復雜度建議84:掌握循環(huán)優(yōu)化的基本技巧減少循環(huán)內(nèi)部的計算將顯式循環(huán)改為隱式循環(huán),當然這會犧牲代碼的可讀性在循環(huán)中盡量引用局部變量關(guān)注內(nèi)層嵌套循環(huán)建議85:使用生成器提高效率建議86:使用不同的數(shù)據(jù)結(jié)構(gòu)優(yōu)化性能建議87:充分利用 set 的優(yōu)勢建議88:使用 multiprocessing 模塊克服 GIL 缺陷建議89:使用線程池提高效率建議90:使用 Cythonb 編寫擴展模塊 瀏覽 27點贊 評論 收藏 分享 手機掃一掃分享分享 舉報 評論圖片表情視頻評價全部評論推薦 總結(jié) 90 條寫 Python 程序的建議“ 閱讀本文大概需要 3 分鐘。 ”本文于網(wǎng)絡整理,版權(quán)歸原作者所有,如來源信息有誤或侵犯權(quán)益,請聯(lián)系我刪除。自己寫 Python 也有四五年了,一直是用自己的“強迫癥”在維持自己代碼的質(zhì)量。都有去看 Google 的 Python...總結(jié) 90 條寫 Python 程序的建議!Python網(wǎng)絡爬蟲與數(shù)據(jù)挖掘0總結(jié) 91 條寫 Python 程序的建議Crossin的編程教室0總結(jié)了 90 條寫 Python 程序的建議戀習Python0總結(jié)了 90 條寫 Python 程序的建議Python知識圈0總結(jié)了 90 條寫 Python 程序的建議Python 知識大全0總結(jié)了 90 條寫 Python 程序的建議本文于網(wǎng)絡整理,版權(quán)歸原作者所有這是一名5年經(jīng)驗的 Python小伙伴總結(jié)的90條python建議,如果你也在學pythpn,準備要學習python,希望這篇文章對你有用。1. 首先建議1、理解Pythonic概念—-詳見Python中的《Python之...總結(jié)了 90 條寫 Python 程序的建議裸睡的豬0總結(jié)了 90 條寫 Python 程序的建議SQL數(shù)據(jù)庫開發(fā)091 條寫 Python 程序的建議小白學視覺0點贊 評論 收藏 分享 手機掃一掃分享分享 舉報