4年python,總結一些改善Python程序的建議

本身寫Python也有四五年了,一直是用本身的「強迫症」在維持本身代碼的質量。都有去看Google的Python代碼規範,對這幾年的工做經驗,作個簡單的筆記,若是你也在學pythpn,準備要學習python,但願這篇文章對你有用。python

首先

建議一、理解Pythonic概念—-詳見Python中的《Python之禪》算法

建議二、編寫Pythonic代碼編程

(1)避免不規範代碼,好比只用大小寫區分變量、使用容易混淆的變量名、懼怕過長變量名等。有時候長的變量名會使代碼更加具備可讀性。

(2)深刻學習Python相關知識,好比語言特性、庫特性等,好比Python演變過程等。深刻學習一兩個業內公認的Pythonic的代碼庫,好比Flask等。設計模式

建議3:理解Python與C的不一樣之處,好比縮進與{},單引號雙引號,三元操做符?,Switch-Case語句等。安全

建議4:在代碼中適當添加註釋性能優化

建議5:適當添加空行使代碼佈局更加合理數據結構

建議6:編寫函數的4個原則多線程

(1)函數設計要儘可能短小,嵌套層次不宜過深編輯器

(2)函數聲明應該作到合理、簡單、易用函數

(3)函數參數設計應該考慮向下兼容

(4)一個函數只作一件事,儘可能保證函數粒度的一致性

建議7:將常量集中在一個文件,且常量名儘可能使用全大寫字母

2:編程慣用法

建議8:利用assert語句來發現問題,但要注意,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,從而避免沒必要要的計算

建議11:理解枚舉替代實現的缺陷(最新版Python中已經加入了枚舉特性)

建議12:不推薦使用type來進行類型檢查,由於有些時候type的結果並不必定可靠。若是有需求,建議使用isinstance函數來代替

建議13:儘可能將變量轉化爲浮點類型後再作除法(Python3之後不用考慮)

建議14:警戒eval()函數的安全漏洞,有點相似於SQL注入

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:儘可能使用Unicode。在Python2中編碼是很讓人頭痛的一件事,但Python3就不用過多考慮了

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中已經移除了relative import)

建議21:i+=1不等於++i,在Python中,++i前邊的加號僅表示正,不表示操做

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)注意異常的粒度,try塊中儘可能少寫代碼

(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)注意異常捕獲的順序,在合適的層次處理異常

(4)使用更加友好的異常信息,遵照異常參數的規範

建議25:避免finally中可能發生的陷阱

建議26:深刻理解None,正確判斷對象是否爲空。

建議27:鏈接字符串應優先使用join函數,而不是+操做

建議28:格式化字符串時儘可能使用.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,特別是做爲函數參數時

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:警戒默認參數潛在的問題,特別是當默認參數爲可變對象時

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)若是由於函數參數過多而是用變長參數簡化函數定義,那麼通常該函數能夠重構

建議34:深刻理解str()和repr()的區別

(1)二者之間的目標不一樣:str主要面向客戶,其目的是可讀性,返回形式爲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函數的返回值通常能夠用eval函數來還原對象

(4)二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

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,因此不能排序元組等不可變類型。

sorted()能夠排序任意的可迭代類型,同時不改變原變量自己。

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:深刻掌握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自己提供一個CSV文件處理模塊,並提供reader、writer等函數。

Pandas可提供分塊、合併處理等,適用於數據量大的狀況,且對二維數據操做更方便。

建議43:使用ElementTree解析XML

建議44:理解模塊pickle的優劣

優點:接口簡單、各平臺通用、支持的數據類型普遍、擴展性強

劣勢:不保證數據操做的原子性、存在安全問題、不一樣語言之間不兼容

建議45:序列化的另外一個選擇JSON模塊:load和dump操做

建議46:使用traceback獲取棧信息

建議47:使用logging記錄日誌信息

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-訂閱模式實現鬆耦合

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,即做用域

局部做用域

全局做用域

嵌套做用域

內置做用域

建議57:爲何須要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:利用操做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的侷限性

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:作paster建立包

建議73:理解單元測試的概念

建議74:爲包編寫單元測試

建議75:利用測試驅動開發(TDD)提升代碼的可測性

建議76:使用Pylint檢查代碼風格

代碼風格審查

代碼錯誤檢查

發現重複以及不合理的代碼,方便重構

高度的可配置化和可定製化

支持各類IDE和編輯器的集成

可以基於Python代碼生成UML圖

可以與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:藉助性能優化工具

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:努力下降算法複雜度

建議84:掌握循環優化的基本技巧

減小循環內部的計算

將顯式循環改成隱式循環,固然這會犧牲代碼的可讀性

在循環中儘可能引用局部變量

關注內層嵌套循環

建議85:使用生成器提升效率

建議86:使用不一樣的數據結構優化性能

建議87:充分利用set的優點

建議88:使用multiprocessing模塊克服GIL缺陷

建議89:使用線程池提升效率

建議90:使用Cythonb編寫擴展模塊

最後,若是有想一塊兒學習python,爬蟲,能夠來一下個人python羣【 784758214 】,內有安裝包和學習視頻資料免費分享,好友都會在裏面交流,分享一些學習的方法和須要注意的小細節,天天也會準時的講一些項目實戰案例。找工做什麼最重要?看中的仍是你的實戰經驗
相關文章
相關標籤/搜索