Python编码时应该注意的几件事情

开发 后端
对于Python程序员,你需要注意一下本文所提到的这些事情。你也可以看看Zen of Python(Python之禅),这里面提到了一些注意事项,并配以示例,可以帮助你快速提高。

在编程过程中,多了解语言周边的一些知识,以及一些技巧,可以让你加速成为一个优秀的程序员。

对于Python程序员,你需要注意一下本文所提到的这些事情。你也可以看看Zen of Python(Python之禅),这里面提到了一些注意事项,并配以示例,可以帮助你快速提高。

1. 漂亮胜于丑陋

实现一个功能:读取一列数据,只返回偶数并除以2。下面的代码,哪个更好一些呢?

  1. #----------------------------------------    
  2.   halve_evens_only = lambda nums: map(lambda i: i/2, filter(lambda i: not i%2, nums))  
  3.     
  4. #----------------------------------------    
  5.     
  6.   def halve_evens_only(nums):  
  7.       return [i/2 for i in nums if not i % 2

 2. 记住Python中非常简单的事情

  1. # 交换两个变量  
  2.  
  3.       a, b = b, a  
  4.  
  5. # 切片(slice)操作符中的step参数。(切片操作符在python中的原型是[start:stop:step],即:[开始索引:结束索引:步长值])  
  6.  
  7.       a = [1,2,3,4,5]  
  8.       >>> a[::2]  # 遍历列表中增量为2的数据  
  9.       [1,3,5]  
  10.  
  11. # 特殊情况下,`x[::-1]`是实现x逆序的实用的方式  
  12.  
  13.       >>> a[::-1]  
  14.       [5,4,3,2,1]  
  15.  
  16. # 逆序并切片  
  17.  
  18.       >>> x[::-1]  
  19.       [54321]  
  20.  
  21.       >>> x[::-2]  
  22.       [531

3. 不要使用可变对象作为默认值

  1. def function(x, l=[]):          #不要这样  
  2.  
  3. def function(x, l=None):        # 好的方式  
  4.     if l is None:  
  5. l = [] 

这是因为当def声明被执行时,默认参数总是被评估。

4. 使用iteritems而不是items

iteritems 使用generators ,因此当通过非常大的列表进行迭代时,iteritems 更好一些。

  1. d = {1"1"2"2"3"3"}  
  2.  
  3. for key, val in d.items()       # 当调用时构建完整的列表  
  4.  
  5. for key, val in d.iteritems()   # 当请求时只调用值 

5. 使用isinstance ,而不是type

  1. # 不要这样做  
  2.  
  3.   if type(s) == type(""): ...  
  4.   if type(seq) == list or \  
  5.      type(seq) == tuple: ...  
  6.  
  7. # 应该这样  
  8.  
  9.   if isinstance(s, basestring): ...  
  10.   if isinstance(seq, (list, tuple)): ... 

原因可参阅:stackoverflow

注意我使用的是basestring 而不是str,因为如果一个unicode对象是字符串的话,可能会试图进行检查。例如:

  1. >>> a=u'aaaa' 
  2. >>> print isinstance(a, basestring)  
  3. True 
  4. >>> print isinstance(a, str)  
  5. False 

这是因为在Python 3.0以下版本中,有两个字符串类型str 和unicode。

6. 了解各种容器

Python有各种容器数据类型,在特定的情况下,相比内置容器(如list 和dict ),这是更好的选择。

我敢肯定,大部分人不使用它。我身边一些粗心大意的人,一些可能会用下面的方式来写代码。

  1. freqs = {}  
  2. for c in "abracadabra":  
  3.     try:  
  4.         freqs[c] += 1 
  5.     except:  
  6.         freqs[c] = 1 

也有人会说下面是一个更好的解决方案:

  1. freqs = {}  
  2. for c in "abracadabra":  
  3.     freqs[c] = freqs.get(c, 0) + 1 

更确切来说,应该使用collection 类型defaultdict。

  1. from collections import defaultdict  
  2. freqs = defaultdict(int)  
  3. for c in "abracadabra":  
  4.     freqs[c] += 1 

其他容器:

  1. namedtuple()    # 工厂函数,用于创建带命名字段的元组子类  
  2. deque           # 类似列表的容器,允许任意端快速附加和取出  
  3. Counter   # dict子类,用于哈希对象计数  
  4. OrderedDict   # dict子类,用于存储添加的命令记录  
  5. defaultdict   # dict子类,用于调用工厂函数,以补充缺失的值 

7. Python中创建类的魔术方法(magic methods)

  1. __eq__(self, other)      # 定义 == 运算符的行为  
  2. __ne__(self, other)      # 定义 != 运算符的行为  
  3. __lt__(self, other)      # 定义 < 运算符的行为  
  4. __gt__(self, other)      # 定义 > 运算符的行为  
  5. __le__(self, other)      # 定义 <= 运算符的行为  
  6. __ge__(self, other)      # 定义 >= 运算符的行为 

8. 必要时使用Ellipsis(省略号“...”)

Ellipsis 是用来对高维数据结构进行切片的。作为切片(:)插入,来扩展多维切片到所有的维度。例如:

  1.   >>> from numpy import arange  
  2.   >>> a = arange(16).reshape(2,2,2,2)  
  3.  
  4. # 现在,有了一个4维矩阵2x2x2x2,如果选择4维矩阵中所有的首元素,你可以使用ellipsis符号。  
  5.  
  6.   >>> a[..., 0].flatten()  
  7.   array([ 0,  2,  4,  6,  8101214])  
  8.  
  9. # 这相当于  
  10.  
  11.   >>> a[:,:,:,0].flatten()  
  12.   array([ 0,  2,  4,  6,  8101214]) 

英文原文:A FEW THINGS TO REMEMBER WHILE CODING IN PYTHON

本文来自:http://www.iteye.com/news/25125

责任编辑:林师授 来源: ITEYE
相关推荐

2020-07-14 08:16:13

代码互联网 PC

2013-12-02 14:07:02

Hadoop大数据集群

2011-06-30 15:06:19

SEO

2011-05-10 12:25:24

反向链接

2021-08-17 08:11:21

勒索软件攻击数据泄露

2015-08-19 14:09:46

Android手机切忌

2021-09-05 08:46:29

CSPM网络安全网络攻击

2013-01-15 11:44:10

VMware

2014-07-24 13:41:36

程序员

2020-06-04 13:52:00

CRM选型

2011-06-14 14:04:11

测试用例

2013-08-05 10:37:18

Aerohive802.11ac千兆WiFi

2012-05-30 09:24:52

存储虚拟化

2010-05-10 11:08:28

IPv6

2010-09-16 08:38:19

数据库索引

2009-12-08 19:39:16

PHP开发人员

2015-09-16 14:13:53

应用集成应用开发企业架构

2021-01-04 21:20:11

数据分析数据大数据

2020-09-30 10:25:38

IT工具技术

2011-04-25 09:45:09

C#委托
点赞
收藏

51CTO技术栈公众号