Effective Python讀書筆記一

• Effective Python讀書筆記一
  • 前言
  • 第1章 用Pythonic方式思考
    • 第一條：確認自己所用的python版本
    • 第二條：遵循PEP8風格指南
    • 第三條：瞭解bytes、str、和unicode的區別
    • 第四條：使用輔助函式來取代複雜的表示式
    • 第五條：瞭解切割序列的方法
    • 第六條：在單次切片操作內，不要同時指定start、end和stride
    • 第七條：用列表推導來取代map和filter
    • 第八條：不要使用含有兩個以上的表示式的列表推導
    • 第九條：用生成器表示式來改寫資料量較大的列表推導
    • 第十條：儘量用enumerate取代range
• 未完待續...

前言

《Effective Python.編寫高質量Python程式碼的59個有效方法》的作者是Brett Slatkin，這本書旨在向讀者講解如何以Pythonic（符合Python風格）的方式來編寫程式。可以作為字典一樣查閱，也可以像普通圖書一樣閱讀。

Effective一詞，並不單單侷限於執行速度層面的高效率，同時有著令程式碼易於閱讀、易於測試且易於維護等意思，此外，還蘊含這易於擴充套件，易於修改和易於多人協作等高階的概念。

我寫這個讀書筆記的想法是結合工作中使用Python的經驗，記錄59個有效方法中有重要記錄價值以及對我有較大啟發的內容。希望閱讀後在以後的工作中能夠提高Python編碼效率。同時使程式碼更加易讀、易維護、易擴充套件。

第1章 用Pythonic方式思考

什麼叫pythonic方式？其實就是Python語言的最佳程式設計習慣。

書中解釋說：對C++或Java等其他語言比較熟悉的人，可能還在按自己喜歡的風格來使用Python;而剛剛接觸Python的程式設計師，則需要逐漸熟悉許多可以用Python程式碼來表達的概念。但無論哪一種開發者，都必須知道如何以最佳方式完成常見的Python程式設計工作，這種最佳方式，就是Pythonic方式。該方式將會影響你所寫的每個程式。

第一條：確認自己所用的python版本

這條講python2和python3兩個版本一些基本的區別和未來的開發和維護方向。主要的內容是：

• python2的功能開發已經凍結，只會進行bug修復，安全增強以及移植的工作。
• python3會經常增加新功能並提供改進。並且大部分python開源原始碼庫已經支援Python3。因此作者建議使用Python3來進行新專案的開發。

第二條：遵循PEP8風格指南

《Python Enhancement Proposal#8》 (8號Python增強提案)又叫PEP8，它是針對Python程式碼格式而編訂的風格指南。儘管可以在保證語法正確的前提下隨意編寫Python程式碼，但是，採用一致的風格來書寫可以令程式碼更加易懂、更加易讀。

文中提到如下幾點，有比較記錄一下

• 空白

  • 使用space(空格)來表示縮排，而不要用tab(製表符)。
  • 和語法相關的每一層縮排都用4個空格來表示。
  • 每行的字元數不應超過79。pycharm設定程式碼行的長度為79字元（PEP8）
  • 對於佔據多行的長表示式來說，除了首行之外的其餘各行都應該在通常的縮排
    級別之上再加4個空格。
  • 檔案中的函式與類之間應該用兩個空行隔開。
  • 在同一個類中，各方法之間應該用一個空行隔開。
  • 在使用下標來獲取列表元素、呼叫函式或給關鍵字引數賦值的時候，不要在兩
    旁新增空格。
  • 為變數賦值的時候，賦值符號的左側和右側應該各自寫上一個空格，而且只寫
    一個就好。

• 命名

  • 函式、變數及屬性應該用小寫字母來拼寫，各單詞之間以下劃線相連，例如，
    lowercase_ underscore。
  • 受保護的例項屬性，應該以單個下劃線開頭，例如，_leading underscore。
  • 私有的例項屬性，應該以兩個下劃線開頭，例如，_double_leading _underscore。
  • 類與異常，應該以每個單詞首字母均大寫的形式來命名，例如，CapitalizedWord。
  • 模組級別的常量，應該全部採用大寫字母來拼寫，各單詞之間以下劃線相連，
    例如，ALLCAPS。
  • 類中的例項方法(instance method)，應該把首個引數命名為self，以表示該物件自身。
  • 類方法(class method)的首個引數，應該命名為cls，以表示該類自身。

• 表示式和語句

  • 不要通過檢測長度的辦法(如if len(somelist)==0)來判斷somelist是否為[]
    或"等空值，而是應該採用if not somelist這種寫法來判斷，它會假定:空值將
    自動評估為False。
  • 檢測somelist是否為[1]或'hi'等非空值時，也應如此，if somelist語句預設會把
    非空的值判斷為True。
  • 不要編寫單行的if語句、for迴圈、while迴圈及except複合語句，而是應該把
    這些語句分成多行來書寫，以示清晰。
  • import語句應該總是放在檔案開頭。
  • 引入模組的時候，總是應該使用絕對名稱，而不應該根據當前模組的路徑來
    使用相對名稱。例如，引人bar包中的foo模組時，應該完整地寫出from bar
    import foo，而不應該簡寫為import foo。
  • 如果一定要以相對名稱來編寫import語句，那就採用明確的寫法:from.import foo。
  • 檔案中的那些import語句應該按順序劃分成三個部分，分別表示標準庫模組、
    第三方模組以及自用模組。在每一部分之中，各import語句應該按模組的字母
    順序來排列。

另外，作者推薦了一個Python原始碼靜態分析工具，它可以自動檢查受測程式碼是否符合PEP8風格指南，而且還能找出Python程式裡的多種常見錯誤。

第三條：瞭解bytes、str、和unicode的區別

之後主要使用Python3，在此對Python3進行討論。

本條講了Python3中有bytes和str這兩種表示字元序列的型別。前者的例項包含原始的8位值，後者的示例包含Unicode字元。這句話說的不是很清晰，可以參考淺析Python3中的bytes和str型別 - Chown-Jane-Y - 部落格園 (cnblogs.com)

關於Unicode、UTF-8等編碼方式，阮一峰有篇部落格講的比較通俗易懂：字元編碼筆記：ASCII，Unicode 和 UTF-8 - 阮一峰的網路日誌 (ruanyifeng.com)

在這一條中，作者強調要把編碼和解碼的操作放在介面最外圍來做，程式的核心部分應該使用Unicode字元型別。另外作者給了兩個helper函式，以便是字元型別在bytes和str之間進行轉換：

• 接收bytes或str，總是返回str

def to_str(bytes_or_str):
    if isinstance(bytes_or_str,bytes):
        value = bytes_or_str.decode('utf-8')
    else:
        value = bytes_or_str
    return value
    

• 接收bytes或str，總是返回bytes

def to_bytes(bytes_or_str):
    if isinstance(bytes_or_str, str):
        value = bytes_or_str.encode('utf-8')
    else:
        value = bytes_or_str
    return value

最後一點需要關注的是，在Python3中，如果要將資料寫入檔案或者從檔案中讀取資料，如果是對bytes進行操作，需要使用wb以及rb模式，否則會報TypeError。

with open('/tmp/test.bin','wb') as f:
    f.write(os.urandom(10))

第四條：使用輔助函式來取代複雜的表示式

這條是講，如果開發者過度運用Python的語法特性（寫複雜的單行表示式），會使程式碼的可讀性變差，不如將複雜的表示式移入輔助函式中，進行多次呼叫。

第五條：瞭解切割序列的方法

切割序列也就是切片操作，通常我們可以對list、str、bytes進行切片,還可以延伸到對實現了__getitem__和__setitem__這兩個內建方法的Python類進行切片。

基本語法不再討論。沒有什麼特別值得關注的點。

第六條：在單次切片操作內，不要同時指定start、end和stride

沒有特別值得關注的點。

其中講到了序列反轉的一個用法（對已經編碼成UTF-8位元組串的Unicode字元無效）：

a= '123'
a[::-1]

第七條：用列表推導來取代map和filter

Python內建的map和filter我沒有用過，但是列表推導以及dict和set的列表推導式倒是經常使用。

下面記錄這幾種推導式：

# 列表推導
a = [1,2,3,4]
squares = [x**2 for x in a]

# 字典推導
fruit_dict = {banana:1,apple:2,orange:3}
rank_dict = {rank:name:for name,rank in fruit_dict.items()}

第八條：不要使用含有兩個以上的表示式的列表推導

如題，原因是為了便於程式碼閱讀和理解

第九條：用生成器表示式來改寫資料量較大的列表推導

這一條主要是為了解決一個問題：如果列表推導過程中，輸入的資料很多的話，會消耗大量記憶體，並且導致程式執行時間變慢。

典型場景——讀取檔案

value = [len(x) for x in open('/tmp/file.txt')]

解決方式是使用生成器表示式，即：

it = (len(x) for x in open('/tmp/file.txt'))
print(next(it))
# 或者 it.__next__()

生成器表示式經常用於處理列表中儲存大量資料，導致記憶體大量消耗的問題。生成器的簡單介紹見Python生成器詳解 (biancheng.net)，生成器本質上是特殊的迭代器。使用生成器表示式會返回一個迭代器，而不會處理檔案內容，可以逐次產生輸出值，從而減少了記憶體的佔用。

第十條：儘量用enumerate取代range

這條的使用場景就是想要在迭代列表時，還想要拿到列表的索引，那麼就可以使用enumerate。

作者給了一個用range拿到列表索引的例子，有點意思，哈哈哈，就顯得很呆。

for i in range(len(flavor_list)):
	flavor = flavor_list[i]
	print('%d:%s' % (i + 1, flavor))

另外記錄一個我之前不知道的用法，可以在enumerate後加一個引數作為計數的起始值。

for i,flavor in enumerate(flavor_list,1)
    print('%d:%s' % (i , flavor))

未完待續...