編寫python程序的90條建議

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)避免不規范代碼,比如隻用大小寫區分變量、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。深入學習一兩個業內公認的 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:在代碼中適當添加註釋

建議5:適當添加空行使代碼佈局更加合理

建議6:編寫函數的 4 個原則

(1)函數設計要盡量短小,嵌套層次不宜過深

(2)函數聲明應該做到合理、簡單、易用

(3)函數參數設計應該考慮向下兼容

(4)一個函數隻做一件事,盡量保證函數粒度的一致性

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 語句來發現問題,但要註意,斷言 assert 會影響效率

建議9:數據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:理解枚舉替代實現的缺陷(最新版 Python 中已經加入瞭枚舉特性)

建議12:不推薦使用 type 來進行類型檢查,因為有些時候 type 的結果並不一定可靠。如果有需求,建議使用 isinstance 函數來代替

建議13:盡量將變量轉化為浮點類型後再做除法(Python3 以後不用考慮)

建議14:警惕eval()函數的安全漏洞,有點類似於 SQL 註入

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 就不用過多考慮瞭

建議18:構建合理的包層次來管理 Module

3. 基礎用法

建議19:有節制的使用 from…import 語句,防止污染命名空間

建議20:優先使用 absolute import 來導入模塊(Python3中已經移除瞭relative import)

建議21:i+=1 不等於 ++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 自動關閉資源,特別是在文件讀寫中

建議23:使用 else 子句簡化循環(異常處理)

建議24:遵循異常處理的幾點基本原則

(1)註意異常的粒度,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)註意異常捕獲的順序,在合適的層次處理異常

(4)使用更加友好的異常信息,遵守異常參數的規范

建議25:避免 finally 中可能發生的陷阱

建議26:深入理解 None,正確判斷對象是否為空。

建議27:連接字符串應優先使用 join 函數,而不是+操作

建議28:格式化字符串時盡量使用 format 函數,而不是 % 形式

建議29:區別對待可變對象和不可變對象,特別是作為函數參數時

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:函數傳參數,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:警惕默認參數潛在的問題,特別是當默認參數為可變對象時

建議33:函數中慎用變長參數 args 和 kargs

(1)這種使用太靈活,從而使得函數簽名不夠清晰,可讀性較差

(2)如果因為函數參數過多而是用變長參數簡化函數定義,那麼一般該函數可以重構

建議34:深入理解 str()和 repr() 的區別

(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開發人員,其目的是準確性,其返回值表示 Python 解釋器內部的定義

(2)在解釋器中直接輸入變量,默認調用repr函數,而print(var)默認調用str函數

(3)repr函數的返回值一般可以用eval函數來還原對象

(4)兩者分別調用對象的內建函數 __str__ ()和 __repr__ ()

建議35:分清靜態方法 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

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,區分淺拷貝(shallow copy)和深拷貝(deep copy)

建議39:使用 Counter 進行計數統計,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

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,並提供reader、writer等函數。

Pandas 可提供分塊、合並處理等,適用於數據量大的情況,且對二維數據操作更方便。

建議43:使用 ElementTree解析XML

建議44:理解模塊 pickle 的優劣

優勢:接口簡單、各平臺通用、支持的數據類型廣泛、擴展性強

劣勢:不保證數據操作的原子性、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:利用模塊實現單例模式

建議51:用 mixin 模式讓程序更加靈活

建議52:用發佈-訂閱模式實現松耦合

建議53:用狀態模式美化代碼

6. 內部機制

建議54:理解 build-in 對象

建議55: __init__ ()不是構造方法,理解 __new__ ()與它之間的區別

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

內置作用域

建議57:為什麼需要self參數

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:區別 __getattr__ ()與 __getattribute__ ()方法之間的區別

建議61:使用更安全的 property

建議62:掌握元類 metaclass

建議63:熟悉 Python 對象協議

建議64:利用操作符重載實現中綴語法

建議65:熟悉 Python 的迭代器協議

建議66:熟悉 Python 的生成器

建議67:基於生成器的協程和 greenlet,理解協程、多線程、多進程之間的區別

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

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:利用測試驅動開發(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

發現重復以及不合理的代碼,方便重構

高度的可配置化和可定制化

支持各種 IDE 和編輯器的集成

能夠基於 Python 代碼生成 UML 圖

能夠與 Jenkins 等持續集成工具相結合,支持自動代碼審查

建議77:進行高效的代碼審查

建議78:將包發佈到 PyPI

8. 性能剖析與優化

建議79:瞭解代碼優化的基本原則

建議80:借助性能優化工具

建議81:利用 cProfile 定位性能瓶頸

建議82:使用 memory_profiler 和 objgraph 剖析內存使用

建議83:努力降低算法復雜度

建議84:掌握循環優化的基本技巧

減少循環內部的計算

將顯式循環改為隱式循環,當然這會犧牲代碼的可讀性

在循環中盡量引用局部變量

關註內層嵌套循環

建議85:使用生成器提高效率

建議86:使用不同的數據結構優化性能

建議87:充分利用 set 的優勢

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

以上就是編寫python程序的90條建議的詳細內容,更多關於編寫python程序的建議的資料請關註WalkonNet其它相關文章!

推薦閱讀:

    None Found