【建议收藏】总结了90条简单实用的Python编程技巧

建议1&＃xff1a;理解 Pythonic 概念—-详见 Python 中的《Python之禅》

建议2&＃xff1a;编写 Pythonic 代码

&＃xff08;1&＃xff09;避免不规范代码&＃xff0c;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。

&＃xff08;2&＃xff09;深入学习 Python 相关知识&＃xff0c;比如语言特性、库特性等&＃xff0c;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&＃xff0c;比如Flask等。

建议3&＃xff1a;理解 Python 与 C 的不同之处&＃xff0c;比如缩进与 {}&＃xff0c;单引号双引号&＃xff0c;三元操作符&＃xff1f;&＃xff0c; Switch-Case 语句等。

建议4&＃xff1a;在代码中适当添加注释

建议5&＃xff1a;适当添加空行使代码布局更加合理

建议6&＃xff1a;编写函数的 4 个原则

&＃xff08;1&＃xff09;函数设计要尽量短小&＃xff0c;嵌套层次不宜过深

&＃xff08;2&＃xff09;函数声明应该做到合理、简单、易用

&＃xff08;3&＃xff09;函数参数设计应该考虑向下兼容

&＃xff08;4&＃xff09;一个函数只做一件事&＃xff0c;尽量保证函数粒度的一致性

建议7&＃xff1a;将常量集中在一个文件&＃xff0c;且常量名尽量使用全大写字母

建议8&＃xff1a;利用 assert 语句来发现问题&＃xff0c;但要注意&＃xff0c;断言 assert 会影响效率

建议9&＃xff1a;数据交换值时不推荐使用临时变量&＃xff0c;而是直接 a, b &＃61; b, a

建议10&＃xff1a;充分利用惰性计算&＃xff08;Lazy evaluation&＃xff09;的特性&＃xff0c;从而避免不必要的计算

建议11&＃xff1a;理解枚举替代实现的缺陷&＃xff08;最新版 Python 中已经加入了枚举特性&＃xff09;

建议12&＃xff1a;不推荐使用 type 来进行类型检查&＃xff0c;因为有些时候 type 的结果并不一定可靠。如果有需求&＃xff0c;建议使用 isinstance 函数来代替

建议13&＃xff1a;尽量将变量转化为浮点类型后再做除法&＃xff08;Python3 以后不用考虑&＃xff09;

建议14&＃xff1a;警惕eval()函数的安全漏洞&＃xff0c;有点类似于 SQL 注入

建议15&＃xff1a;使用 enumerate() 同时获取序列迭代的索引和值

建议16&＃xff1a;分清 &＃61;&＃61; 和 is 的适用场景&＃xff0c;特别是在比较字符串等不可变类型变量时&＃xff08;详见评论&＃xff09;

建议17&＃xff1a;尽量使用 Unicode。在 Python2 中编码是很让人头痛的一件事&＃xff0c;但 Python3 就不用过多考虑了

建议18&＃xff1a;构建合理的包层次来管理 Module

建议19&＃xff1a;有节制的使用 from…import 语句&＃xff0c;防止污染命名空间

建议20&＃xff1a;优先使用 absolute import 来导入模块&＃xff08;Python3中已经移除了relative import&＃xff09;

建议21&＃xff1a;i&＃43;&＃61;1 不等于 &＃43;&＃43;i&＃xff0c;在 Python 中&＃xff0c;&＃43;&＃43;i 前边的加号仅表示正&＃xff0c;不表示操作

建议22&＃xff1a;习惯使用 with 自动关闭资源&＃xff0c;特别是在文件读写中

建议23&＃xff1a;使用 else 子句简化循环&＃xff08;异常处理&＃xff09;

建议24&＃xff1a;遵循异常处理的几点基本原则 &＃xff08;1&＃xff09;注意异常的粒度&＃xff0c;try 块中尽量少写代码

&＃xff08;2&＃xff09;谨慎使用单独的 except 语句&＃xff0c;或 except Exception 语句&＃xff0c;而是定位到具体异常

&＃xff08;3&＃xff09;注意异常捕获的顺序&＃xff0c;在合适的层次处理异常

&＃xff08;4&＃xff09;使用更加友好的异常信息&＃xff0c;遵守异常参数的规范

建议25&＃xff1a;避免 finally 中可能发生的陷阱

建议26&＃xff1a;深入理解 None&＃xff0c;正确判断对象是否为空。

建议27&＃xff1a;连接字符串应优先使用 join 函数&＃xff0c;而不是&＃43;操作

建议28&＃xff1a;格式化字符串时尽量使用 format 函数&＃xff0c;而不是 % 形式

建议29&＃xff1a;区别对待可变对象和不可变对象&＃xff0c;特别是作为函数参数时

建议30&＃xff1a;[], {}和()&＃xff1a;一致的容器初始化形式。使用列表解析可以使代码更清晰&＃xff0c;同时效率更高

建议31&＃xff1a;函数传参数&＃xff0c;既不是传值也不是传引用&＃xff0c;而是传对象或者说对象的引用

建议32&＃xff1a;警惕默认参数潜在的问题&＃xff0c;特别是当默认参数为可变对象时

建议33&＃xff1a;函数中慎用变长参数 args 和 kargs

&＃xff08;1&＃xff09;这种使用太灵活&＃xff0c;从而使得函数签名不够清晰&＃xff0c;可读性较差

&＃xff08;2&＃xff09;如果因为函数参数过多而是用变长参数简化函数定义&＃xff0c;那么一般该函数可以重构

建议34&＃xff1a;深入理解 str()和 repr() 的区别

&＃xff08;1&＃xff09;两者之间的目标不同&＃xff1a;str 主要面向客户&＃xff0c;其目的是可读性&＃xff0c;返回形式为用户友好性和可读性都比较高的字符串形式&＃xff1b;而 repr 是面向 Python 解释器或者说Python开发人员&＃xff0c;其目的是准确性&＃xff0c;其返回值表示 Python 解释器内部的定义

&＃xff08;2&＃xff09;在解释器中直接输入变量&＃xff0c;默认调用repr函数&＃xff0c;而print(var)默认调用str函数

&＃xff08;3&＃xff09;repr函数的返回值一般可以用eval函数来还原对象

&＃xff08;4&＃xff09;两者分别调用对象的内建函数 str ()和 repr ()

建议35&＃xff1a;分清静态方法 staticmethod 和类方法 classmethod 的使用场景

建议36&＃xff1a;掌握字符串的基本用法

建议37&＃xff1a;按需选择 sort() 和 sorted() 函数

sort() 是列表在就地进行排序&＃xff0c;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&＃xff0c;同时不改变原变量本身。

建议38&＃xff1a;使用copy模块深拷贝对象&＃xff0c;区分浅拷贝&＃xff08;shallow copy&＃xff09;和深拷贝&＃xff08;deep copy&＃xff09;

建议39&＃xff1a;使用 Counter 进行计数统计&＃xff0c;Counter 是字典类的子类&＃xff0c;在 collections 模块中

建议40&＃xff1a;深入掌握 ConfigParse

建议41&＃xff1a;使用 argparse 模块处理命令行参数

建议42&＃xff1a;使用 pandas 处理大型 CSV 文件

Python 本身提供一个CSV文件处理模块&＃xff0c;并提供reader、writer等函数。

Pandas 可提供分块、合并处理等&＃xff0c;适用于数据量大的情况&＃xff0c;且对二维数据操作更方便。

建议43&＃xff1a;使用 ElementTree解析XML

建议44&＃xff1a;理解模块 pickle 的优劣

优势&＃xff1a;接口简单、各平台通用、支持的数据类型广泛、扩展性强

劣势&＃xff1a;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&＃xff1a;序列化的另一个选择 JSON 模块&＃xff1a;load 和 dump 操作

建议46&＃xff1a;使用 traceback 获取栈信息

建议47&＃xff1a;使用 logging 记录日志信息

建议48&＃xff1a;使用 threading 模块编写多线程程序

建议49&＃xff1a;使用 Queue 模块使多线程编程更安全

建议50&＃xff1a;利用模块实现单例模式

建议51&＃xff1a;用 mixin 模式让程序更加灵活

建议52&＃xff1a;用发布-订阅模式实现松耦合

建议53&＃xff1a;用状态模式美化代码

建议54&＃xff1a;理解 build-in 对象

建议55&＃xff1a;__init__ ()不是构造方法&＃xff0c;理解 new ()与它之间的区别

建议56&＃xff1a;理解变量的查找机制&＃xff0c;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&＃xff1a;为什么需要self参数

建议58&＃xff1a;理解 MRO&＃xff08;方法解析顺序&＃xff09;与多继承

建议59&＃xff1a;理解描述符机制

建议60&＃xff1a;区别 getattr ()与 getattribute ()方法之间的区别

建议61&＃xff1a;使用更安全的 property

建议62&＃xff1a;掌握元类 metaclass

建议63&＃xff1a;熟悉 Python 对象协议

建议64&＃xff1a;利用操作符重载实现中缀语法

建议65&＃xff1a;熟悉 Python 的迭代器协议

建议66&＃xff1a;熟悉 Python 的生成器

建议67&＃xff1a;基于生成器的协程和 greenlet&＃xff0c;理解协程、多线程、多进程之间的区别

建议68&＃xff1a;理解 GIL 的局限性

建议69&＃xff1a;对象的管理和垃圾回收

建议70&＃xff1a;从 PyPI 安装第三方包

建议71&＃xff1a;使用 pip 和 yolk 安装、管理包

建议72&＃xff1a;做 paster 创建包

建议73&＃xff1a;理解单元测试的概念

建议74&＃xff1a;为包编写单元测试

建议75&＃xff1a;用测试驱动开发&＃xff08;TDD&＃xff09;提高代码的可测性

建议76&＃xff1a;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&＃xff0c;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&＃xff0c;支持自动代码审查

建议77&＃xff1a;进行高效的代码审查

建议78&＃xff1a;将包发布到 PyPI

建议79&＃xff1a;了解代码优化的基本原则

建议80&＃xff1a;借助性能优化工具

建议81&＃xff1a;利用 cProfile 定位性能瓶颈

建议82&＃xff1a;使用 memory_profiler 和 objgraph 剖析内存使用

建议83&＃xff1a;努力降低算法复杂度

建议84&＃xff1a;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&＃xff0c;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&＃xff1a;使用生成器提高效率

建议86&＃xff1a;使用不同的数据结构优化性能

建议87&＃xff1a;充分利用 set 的优势

建议88&＃xff1a;使用 multiprocessing 模块克服 GIL 缺陷

建议89&＃xff1a;使用线程池提高效率

建议90&＃xff1a;使用 Cythonb 编写扩展模块