Python 有哪些让你相见恨晚的技巧？
Posted Python学习与数据挖掘
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python 有哪些让你相见恨晚的技巧？相关的知识，希望对你有一定的参考价值。
欢迎关注 ，专注Python、数据分析、数据挖掘、好玩工具！
一、前言
经常有人会问：Python 有哪些让你相见恨晚的技巧？我今天准备把这个问题认真回答一下。我会先讨论什么是优美的代码；然后，我会给出一些我压箱底的好东西；最后，我会讨论怎么写出优美的代码。
二、什么是优美（优雅）的代码
什么是优美或优雅的代码实现呢？在Python里面，我们一般称之为Pythonic。Pythonic并没有一个确切的定义，一直以来都是只能意会，不能言传的东西。为了帮助新同学理解，我对Pythonic给出了明确的定义：所谓Pythonic，就是用Python的方式写出简洁优美的代码。
有了Pythonic以后，不同的工程师之间，也依然无法对优美的代码达成一致的意见。因为，美本身是一个主观感受，每个人对美的感受是不一样的。比如，有些人觉得汤唯更美，有些人觉得范冰冰最漂亮，还有些人居然喜欢AngelaBaby。而我，依然最喜欢刘涛。我在这篇文章中，会给出很多具体的例子，来说明怎样写代码是’美’的，由于美是一种主观感受，所以，这里的回答可能会引起大家的争议。
另外，在这篇文章中，我们只讨论优美的Python代码实现，并不讨论Python中存在的坑。我估计Python里面有很多坑大家都没有注意到，比如：
>>> a = 4.2
>>> b = 2.1
>>> print a+b == 6.3
False
三、优美的代码实现
在这一部分，我们会依次讨论一些美的代码。由于内容较多，所以，我进行了简单地分类，包括：
-
内置函数
-
Python中的一些小细节
-
充分使用数据结构的便利性
-
合理使用Python的高级并发工具
-
巧妙使用装饰器简化代码
-
Python中的设计模式
3.1 善用内置函数
enumerate类
enumerate是一个类，但是用起来却跟函数一样方便，为了表述方便，我们后面统称为函数。不使用enumerate可能是Python新手最容易被吐槽的地方了。enumerate其实非常简单，接收一个可迭代对象，返回index和可迭代对象中的元素的组合。
对于Python新手，推荐使用ipython（还有bpython和ptpython，感兴趣的同学也可以了解一下)交互式地测试各个函数的效果，并且，我们可以在函数后面输入一个问号，然后回车，就能够获得这个函数的帮助文档了。如下所示：
In [1]: enumerate?
Type: type
String Form:<type 'enumerate'>
Namespace: Python builtin
Docstring:
enumerate(iterable[, start]) -> iterator for index, value of iterable
Return an enumerate object. iterable must be another object that supports
iteration. The enumerate object yields pairs containing a count (from
start, which defaults to zero) and a value yielded by the iterable argument.
enumerate is useful for obtaining an indexed list:
(0, seq[0]), (1, seq[1]), (2, seq[2]), ...
关于enumerate的效果，我们一起来看一下，你就知道为什么不使用enumerate会被吐槽了。这是不使用enumerate的时候，打印列表中的元素和元素在列表中的位置代码：
from __future__ import print_function
L = [ i*i for i in range(5) ]
index = 0
for data in L:
index += 1
print(index, ':', data)
这是使用enumerate的Python代码:
from __future__ import print_function
L = [ i*i for i in range(5) ]
for index, data in enumerate(L):
print(index + 1, ':', data)
这是正确使用enumerate的姿势：
from __future__ import print_function
L = [ i*i for i in range(5) ]
for index, data in enumerate(L, 1):
print(index, ':', data)
去除import语句和列表的定义，实现同样的功能，不使用enumerate需要4行代码，使用enumerate只需要2行代码。如果想把代码写得简洁优美，那么，大家要时刻记住：在保证代码可读性的前提下，代码越少越好。显然，使用enumerate效果就好很多。
reversed
对Python熟悉的同学知道，Python中的列表支持切片操作，可以像L[::-1]这样去reverse列表。如下所示：
[1, 2, 3, 4]
>>> for item in L[::-1]:
... print(item)
...
4
3
2
1
与此同时，我们也可以使用内置的reversed函数，如下所示：
>>> for item in reversed(L):
... print(item)
...
4
3
2
1
我的观点是，L[::-1]不如使用reversed好，因为，L[::-1]是一个切片操作。我们看到这个代码的第一反应是序列切片，然后才是切片的效果是reverse列表。对于reversed函数，即使是刚接触Python的同学，也能够一眼看出来这个函数是要做什么事情。也就是说，实现同样的功能，L[::-1]比reversed多绕了一个弯。我们这个问题是如何写出优美的代码，而我认为，优美的代码就应该简洁、直接、少绕弯。
读者如果对我这里的解释表示怀疑的话，我表示理解。但是，我还是想劝你认可我的说法。因为我认为，不管我们使用代码还是文字，都是在表达某些东西。而我的表达能力，也是读研究生以后写论文锻炼出来的。就我目前比大多数人强的表达能力来说，我以我母校的荣誉保证，reversed确实比L[::-1]好。
any
在内置函数中，sort、sum、min和max是大家用的比较多的，也比较熟悉的。像any和all这种函数，是大家都知道，并且觉得很简单，但是使用的时候就想不起来的。我们来看一个具体的例子。
我们现在的需求是判断mysql中的一张表是否存在主键，有主键的情况，如下所示：
mysql> show index from t;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| t | 0 | PRIMARY | 1 | id | A | 0 | NULL | NULL | | BTREE | | |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
1 row in set (0.00 sec)
我们再来看一个没有主键的例子，如下所示：
mysql> show index from t;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| t | 0 | id | 1 | id | A | 0 | NULL | NULL | | BTREE | | |
| t | 1 | idx_age | 1 | age | A | 0 | NULL | NULL | YES | BTREE | | |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
2 rows in set (0.00 sec)
在这个没有主键的例子中，虽然没有显示定义主键，但是，它有一个非空的唯一索引。在InnoDB中，如果存在非空的唯一约束，那么，这一列将会被当作主键。综合前面两种情况的输出，我们知道，我们要判断一张表是否存在主键，我们不能通过是否存在一个key_name名为PRIMARY的索引来判断，而应该通过Non_unique为0和Null列不为YES来判断。说完了需求，我们来看一下具体的实现。使用pymysql连接数据库，数据库中的每一行，将会以元组的形式返回，如下所示：
(('t', 0, 'PRIMARY', 1, 'id', 'A', 0, None, None, '', 'BTREE', '', ''),)
也就是说，我们现在要遍历一个二维的元组，然后判断是否存在Non_unique为0，Null列不为YES的记录。详细了解了具体实现以后，我们写下了下面的代码：
def has_primary_key():
for row in rows:
if row[1] == 0 and row[9] != 'YES':
return True
return False
非常的简单，但是，如果我们使用any函数的话，代码将会更短。如下所示：
def has_primary_key():
return any(row[1] == 0 and row[9] != 'YES' for row in rows):
从这一节大家可以看到，即使内置函数这么简单的知识，我们也要充分掌握，灵活使用，才能够写出优美的代码。
3.2 Python中的小细节
这一节我们来看3个很小的知识点。
raise SystemExit
假设你现在要实现一个需求，在程序检测到某种错误的时候，打印错误信息，并退出程序。在Python中，我们可以是SystemExit，如下所示：
import sys
sys.stderr.write('It failed!\\n')
raise SystemExit(1)
但是，你其实可以直接这么用的:
raise SystemExit('It failed!')
后面的这个操作会直接将信息打印到标准错误输出，然后使用退出码为1来退出程序，以表示程序没有正常退出。
文件的x模式
大家应该知道，如果我们以w模式打开一个文件进行写入的话，文件的内容将会被我们覆盖掉。假设你现在有这样一个需求：写一个文件，如果该文件已经存在，则不写。实现方式也很简单，我们先判断一下文件是否存在，如果已经存在，则打印提示信息并跳过，否则，我们就以w模式打开文件，然后写入内容。如下所示：
>>> import os
>>> if not os.path.exists('somefile'):
... with open('somefile', 'wt') as f:
... f.write('Hello\\n')
... else:
... print('File already exists!')
...
File already exists!
如果我们使用x模式的话，代码能够好看很多，如下所示：
>>> with open('somefile', 'xt') as f:
... f.write('Hello\\n')
ConfigParser
上面两个例子知道的人可能比较多，这个例子知道的人可能就不多了。在大部分服务中，会将如数据库连接参数这样的配置，写到配置文件中，然后使用ConfigParser来管理。连接数据库的时候，我们可以读取配置参数，然后生成连接字符串。其实，ConfigParser本身就提供了生成连接字符串的功能，如下所示：
$cat db.conf
[DEFAULT]
conn_str = %(dbn)s://(%user)s:%(pw哪些 Python 库让你相见恨晚？