改善Python程式的91個建議
阿新 • • 發佈：2018-12-09
- 理解Pythonic的概念
- 編寫Pythonic程式碼
- 理解Python與C語言的不同之處
- 在程式碼中適當添加註釋
- 適當新增空行使程式碼佈局更為優雅、合理
- 編寫函式的四個原則（原則一：函式設計儘量短小，巢狀層次不宜過深，原則二：函式申明做到合理、簡單、易於使用。原則三：函式引數設計應該考慮向下相容。原則四：一個函式只做一件事，儘量保證函式語句粒度的一致性。）
- 將常量集中到一個檔案
- 利用
assert語句來發現問題 - 資料交換值的時候不推薦使用中間變數
- 充分利用
Lazy evaluation的特性 - 理解列舉代替實現的缺陷
- 不推薦使用
type來進行型別檢查 - 儘量轉換為浮點型別後在做除法
- 警惕
eval()的安全漏洞 - 使用
enumerate()獲取序列迭代的索引和值 - 分清
==與is的適用場景 - 考慮相容性，儘可能適用
Unicode - 構建合理的包層次來管理
module - 有節制使使用
from...import語句 - 優先使用
absolute import來匯入模組 i+1=1不等於++1- 使用
with自動關閉資源 - 適用
else子句簡化迴圈（異常處理） - 遵循異常處理的幾點基本原則（1.注意異常的粒度，不推薦在
try中放入過多的程式碼。2.謹慎使用單獨的except的語句處理所有的異常，最好能定位具體的異常。3.注意異常的捕獲的順序，在合適的層次處理異常。4.使用更加友好的異常資訊，遵循異常引數的規範） - 避免
finally中可能發生的陷阱 - 深入理解
None，正確判斷物件是否為空 - 連線字串優先使用
join而不是+ - 格式化字串是儘量使用
.format方式而不是% - 區別對待可變物件和不可變物件
[]、{}和（）：一致的容器初始化形式(使用列表解析式
（[expr for iter_var in iterable if cond_expr]），元組，集合，字典也有類似的語法。）- 記住引數傳參既不是傳值也不是傳引用
- 警惕預設引數潛在的問題
- 慎用變長引數
- 深入理解
str()和repr()的區別 - 分清
staticmethod和classmethod的適用場景 - 掌握字串的基本用法
- 按需選擇
sort()或者sorted() - 使用
copy模組深拷貝物件 - 使用
Counter進行技術統計 - 深入掌握
ConfigParser(配置檔案) - 使用
argparse處理命令列引數 - 使用
pandas處理大型CSV檔案 - 一般情況使用
ElementTree解析XML - 理解模組
pickle的優劣 - 序列化的另外一個不錯的選擇——
JSON - 使用
traceback獲取棧資訊 - 使用
logging記錄日記資訊 - 使用
threading模組編寫多執行緒程式 - 使用
Queue是多執行緒程式設計更安全 - 利用模組實現單例模式
- 用
mixin模式讓程式更靈活 - 用釋出訂閱模式實現耦合
- 用狀態模式美化程式碼
- 理解內建型別
buit-in objects __init__()不是構造方法- 理解名字查詢機制
- 為什麼需要
self引數 - 理解
MRO與多繼承 - 理解描述符機制
- 區別
__getattr__()和__getattribute__()方法 - 使用更為安全的
property - 掌握
metaclass - 熟悉
Python物件協議 - 利用操作符過載實現中綴語法
- 熟悉
Python的迭代器協議 - 熟悉
Python的生成器 - 基於生成器的協程及
greenlet - 理解
GIL的侷限性 - 物件的管理與垃圾回收
- 從
pypi安裝包 - 使用
pip和yolk安裝、管理包 - 做
paster建立包 - 理解單元測試概念
- 為包編寫單元測試
- 利用測試驅動開發提高程式碼的可能性
- 使用
Pylint檢查程式碼風格 - 進行高效的的程式碼審查
- 將包釋出到
pypi - 瞭解程式碼優化的基本原則
- 藉助效能優化工具
- 利用
cProfile定位效能瓶頸 - 使用
memory_profiler和objgraph剖析記憶體使用 - 努力降低演算法複雜度
- 掌握迴圈優化的基本技巧
- 使用生成器提高效率
- 使用不同的資料結構優化效能
- 充分利用
set的優勢 - 使用
multiprocessing克服GIL的缺陷 - 使用執行緒池提高效率
- 利用
C/C++模組擴充套件高效能 - 使用
Cython編寫擴充套件模組