编码原则
建议1:理解 Pythonic 概念—-详见 Python 中的《Python之禅》(1)避免不规范代码,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。(2)深入学习 Python 相关知识,比如语言特性、库特性等,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,比如Flask等。建议3:理解 Python 与 C 的不同之处,比如缩进与 {},单引号双引号,三元操作符?, Switch-Case 语句等。(4)一个函数只做一件事,尽量保证函数粒度的一致性建议7:将常量集中在一个文件,且常量名尽量使用全大写字母
编程惯用法
建议8:利用 assert 语句来发现问题,但要注意,断言 assert 会影响效率建议9:数据交换值时不推荐使用临时变量,而是直接 a, b = b, a建议10:充分利用惰性计算(Lazy evaluation)的特性,从而避免不必要的计算建议11:理解枚举替代实现的缺陷(最新版 Python 中已经加入了枚举特性)建议12:不推荐使用 type 来进行类型检查,因为有些时候 type 的结果并不一定可靠。如果有需求,建议使用 isinstance 函数来代替建议13:尽量将变量转化为浮点类型后再做除法(Python3 以后不用考虑)建议14:警惕eval()函数的安全漏洞,有点类似于 SQL 注入建议15:使用 enumerate() 同时获取序列迭代的索引和值建议16:分清 == 和 is 的适用场景,特别是在比较字符串等不可变类型变量时(详见评论)建议17:尽量使用 Unicode。在 Python2 中编码是很让人头痛的一件事,但 Python3 就不用过多考虑了建议18:构建合理的包层次来管理 Module
编程惯用法2
建议19:有节制的使用 from…import 语句,防止污染命名空间
建议20:优先使用 absolute import 来导入模块(Python3中已经移除了relative import)
建议21:i+=1 不等于 ++i,在 Python 中,++i 前边的加号仅表示正,不表示操作建议22:习惯使用 with 自动关闭资源,特别是在文件读写中建议23:使用 else 子句简化循环(异常处理)建议24:遵循异常处理的几点基本原则 (1)注意异常的粒度,try 块中尽量少写代码(2)谨慎使用单独的 except 语句,或 except Exception 语句,而是定位到具体异常建议26:深入理解 None,正确判断对象是否为空。建议27:连接字符串应优先使用 join 函数,而不是+操作建议28:格式化字符串时尽量使用 format 函数,而不是 % 形式建议29:区别对待可变对象和不可变对象,特别是作为函数参数时建议30:[], {}和():一致的容器初始化形式。使用列表解析可以使代码更清晰,同时效率更高建议31:函数传参数,既不是传值也不是传引用,而是传对象或者说对象的引用建议32:警惕默认参数潜在的问题,特别是当默认参数为可变对象时建议33:函数中慎用变长参数 args 和 kargs(1)这种使用太灵活,从而使得函数签名不够清晰,可读性较差(2)如果因为函数参数过多而是用变长参数简化函数定义,那么一般该函数可以重构建议34:深入理解 str()和 repr() 的区别(1)两者之间的目标不同:str 主要面向客户,其目的是可读性,返回形式为用户友好性和可读性都比较高的字符串形式;而 repr 是面向 Python 解释器或者说Python开发人员,其目的是准确性,其返回值表示 Python 解释器内部的定义(2)在解释器中直接输入变量,默认调用repr函数,而print(var)默认调用str函数(3)repr函数的返回值一般可以用eval函数来还原对象(4)两者分别调用对象的内建函数 str ()和 repr ()建议35:分清静态方法 staticmethod 和类方法 classmethod 的使用场景
库的使用
建议37:按需选择 sort() 和 sorted() 函数sort() 是列表在就地进行排序,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,同时不改变原变量本身。建议38:使用copy模块深拷贝对象,区分浅拷贝(shallow copy)和深拷贝(deep copy)建议39:使用 Counter 进行计数统计,Counter 是字典类的子类,在 collections 模块中建议41:使用 argparse 模块处理命令行参数建议42:使用 pandas 处理大型 CSV 文件- Python 本身提供一个CSV文件处理模块,并提供reader、writer等函数。
- Pandas 可提供分块、合并处理等,适用于数据量大的情况,且对二维数据操作更方便。
优势:接口简单、各平台通用、支持的数据类型广泛、扩展性强劣势: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:序列化的另一个选择 JSON 模块:load 和 dump 操作建议48:使用 threading 模块编写多线程程序建议49:使用 Queue 模块使多线程编程更安全
设计模式
内部机制
建议55:__init__ ()不是构造方法,理解 new ()与它之间的区别建议60:区别 getattr ()与 getattribute ()方法之间的区别建议67:基于生成器的协程和 greenlet,理解协程、多线程、多进程之间的区别
使用工具辅助项目开发
建议71:使用 pip 和 yolk 安装、管理包建议75:用测试驱动开发(TDD)提高代码的可测性- 能够与 Jenkins 等持续集成工具相结合,支持自动代码审查
性能剖析与优化
建议82:使用 memory_profiler 和 objgraph 剖析内存使用建议88:使用 multiprocessing 模块克服 GIL 缺陷