编写python高质量python代码的59个有效方法

Posted wakyde

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了编写python高质量python代码的59个有效方法相关的知识,希望对你有一定的参考价值。

第1条:确认自己的python版本

 

第2条:遵循PEP8的风格

  1.空格

  • 对于 占据多行的长表达式来说, 除了首行之外的其余各行都应该在通常的缩进级别上再加4个空格。
  • 每行字符数不应该超过79。

 

  2.命名

  • 受保护的实例属性命名, 应该以单个下划线开头, 例如:_leading_underscore。
  • 私有属性的命名, 应该以双下划线开头,例如: __leading_underscore。
  • 模块级别的常量,应该全部采用大写字母来拼写,各单词之间以下划线相连,例如:ALL_CAPS。

3.表达式和语句

  • 采用内联形式的否定词,而不是要把否定词放在整个表达式的前面,例如,应该写if a is not b 而不是 if not a is b。
  • 不要通过检测长度的办法(如 if len(somelist) == 0) 来判断 somelist 是否为 [] 或 " 等空值, 而是应该采用 if not somelist 这种写法来判断, 它会假定:空值将自动评估为False。
  • 检测 somelist 是否为[1]或‘hi‘等非空值时,也应该如此,if somelist 语句默认会把非空的值判断为True。
  • 不要编写单行的 if 语句、for 循环、while 循环及 except 复合语句,而是应该把这些语句分成多行来书写,以示清晰。
  • import 语句应该总是放在文件开头。
  • 引入模块的时候,总是应该使用绝对名称,而不应该根据当前模块的路径来使用相对名称。例如,引入bar包中的foo模块时,应该完整地写出from bar import foo,而不应该简写为import foo。
  • 如果一定要以相对名称来编写import语句,那就采用明确的写法:from.import foo。
  • 文件中那些import语句应该按顺序划分为三个部分,分别表示标准库模块、第三方模块以及自用模块。在每一部分之中,各import语句应该按模块的字母顺序来排列

 

第3条:了解bytes、str与unicode的区别

    1.python3中解码和转码方法的使用:

      

# bytes解码为str
def to_str(bytes_to_str):
    if isinstance(bytes_to_str, bytes):
        value = bytes_to_str.decode(utf-8)
    else:
        value = bytes_to_str
    return value


# str转码为bytes
def to_bytes(str_to_bytes):
    if isinstance(str_to_bytes, str):
        value = str_to_bytes.encode()
    else:
        value = str_to_bytes
    return value


print(to_str(b/34ea/2323/udfe))
print(to_bytes(dkfjdkj))

    2.从二进制读取或写入二进制文件时,应该总是以‘rb‘或者‘wb‘的方式来操作文件

第4条:用辅助函数来取代复杂的表达式(用if/else最简写的方式来取代or和and等)

 

第5条: 切片的操作细节

    1. 不要写多余的代码,当start的索引为0时,end的索引为序列的长度时,可以将其省略

    2. start和end的索引可以越界, 例如:列表a长度为10    a[:20]  , a[-20:]照样会运行得到所需要的值

    3.赋值表达式的左边是一个列表的拷贝,而右边是一个新列表时,则新列表将会覆盖拷贝的列表。例如:a[:]  =  [101, 23, 34]

 

第6条: 在单次切片操作内,不要同时指定start、end和stride

    1.尽量少使用start、end和stride共同存在的切片

    2.如果非要使用,则start和end为空,stride为整数。尽量避免用负数做stride

    3.根据上面两点,如果完成比较复杂的切片,可以先做步进切割,然后范围切割,或者先做范围切割,然后进步切割。

    4.根据第三点,如果要求不影响程序速度,使用内置itertools模块中的islice

 

第7条: 用推导式代替map和filter函数

 

第8条: 不要使用有含有两个以上表达式的列表推导

    1.超过两个表达式的列表推导是很难理解的,应该尽量避免

 

第9条: 用生成器表达式来改写数据量较大的列表推导

    1.当输入的数据量较大时,列表推导可能会因为占用太多内存而出现问题

    2.由生成器表达式所返回的迭代器,可以逐次产生输出值,从而避免了内存用量问题

    3.把某个生成器表达式所返回的迭代器,放在另一个生成器表达式的for子表达式中,即可将二者组合起来

    4.串在一起的生成器表达式执行速度很快

 

第10条: 尽量用enumerate取代range

    1.enumerate函数提供了一种精简的写法,可以在遍历迭代器时获知每个元素的索引

    2.可以给enumerate提供第二个参数,以指定开始计数时使用的值(默认为0)

 

第11条:  用zip函数同时遍历两个迭代器

    1.内置的zip函数可以平行地遍历多个迭代器

    2.如果提供的迭代器长度不等,那个zip就会自动提前终止

    3.itertools内置模块中的zip_longest函数可以平行地遍历多个迭代器,而不用在乎他们的长度是否相等

 

第12条: 不要在for和while循环后面写else块

    1.因为这种写法既不直观,又容易引人误解

 

第13条:  合理利用try/except/else/finally结构中的每个代码块

    1.无论try块中的代码是否异常,都可以利用try/finally复合语句中的finally来做清理操作

    2.else块可以用来缩减try块中代码量,并把没有发生异常时所要执行的语句与try/except代码块隔开

 

 

第14条:  尽量用异常来表示特殊情况,而不要返回None

 1 def divice(a, b):
 2     try:
 3         return a / b
 4     except ZeroDivisionError as e:
 5         raise ValueError(输入了无意义的数字) from e
 6 
 7 
 8 x, y = 12, 0
 9 try:
10     result = divice(x, y)
11 except ValueError:
12     print("输入了无意义的数字")
13 else:
14     print(result: %d % result)

 

第15条:  了解如何在闭包里使用外围作用域中的变量

    1.除了那种比较简单的函数,尽量不用nonlocal(而是封装成一个类)

  

 1 def sort_priority(values, group):
 2     found = False
 3     def helper(x):
 4         if x in group:
 5             nonlocal found
 6             found = True
 7             return (0, x)
 8         return (1, x)
 9 
10     # 这里是根据元组的大小进行比较的
11     values.sort(key=helper)
12     return found
13 
14 
15 numbers = [8, 3, 1, 2, 5, 4, 7, 6]
16 group = 2, 3, 5, 7
17 sort_priority(numbers, group)
18 print(numbers)
 1 # 尽量不用nonlocal
  numbers = [8, 3, 1, 2, 5, 4, 7, 6] 2 group = 2, 3, 5, 7 3 class SortPriority: 4 def __init__(self, group): 5 self.group = group 6 self.found = False 7 8 def __call__(self, x): 9 if x in group: 10 self.found = True 11 return (0, x) 12 return (1, x) 13 14 15 sort_priority = SortPriority(group) 16 numbers.sort(key=sort_priority) 17 print(numbers)

 

以上是关于编写python高质量python代码的59个有效方法的主要内容,如果未能解决你的问题,请参考以下文章

编写python高质量python代码的59个有效方法

Effective Python之编写高质量Python代码的59个有效方法

编写高质量Python代码的59个有效方法

编写高质量Python代码的59个有效方法

Effective Python书本知识点总结

Effective Python书本知识点总结