Effective Python 编写高质量Python代码的59个有效方法----读书笔记

第2条 遵循PETP8风格指南

PEP8指南 Python Enhancement Proposal #8

• 使用space（空格）来表示缩进，而不要用tab（制表符）
• 和与法相关的每一层缩进都用4个空格来表示
• 每行的字符数不应超过79
• 对于占据多行的长表达式来说，除了首行之外的其余各行都应该在通常的缩进级别至上再加4个空格
• 文件中的函数与类应该用两个空行隔开
• 在同一个类中，个方法之间应该用一个空行隔开
• 在使用下表来获取列表元素、调用函数或给关键字参数赋值的时候，不要在两旁添加空格
• 为变量赋值的时候，赋值符号的左侧和右侧应该各自写上一个空格，而且只写一个就好

命名

• 函数、变量及属性应该用小写字母来拼写，各单词之间以下划线相连，例如：lowercase_underscore
• 受保护的实例属性，应该以但个下划线开头，例如，_leading_underscore
• 私有的实例属性，应该以两个下划线开头，例如，__double_leading_underscore
• 类与异常，应该以每个单词首字母均大写的形式来命名，例如，CapitalizedWord
• 模块级别的常量，应该全部采用大写字母来拼写，各单词之间以下划线相连，例如，ALL_CAPS
• 类中的实例方法（instance method），应该把首个参数命名为self，以表示该对象自身
• 类方法（class method）的首个参数，应该命名为cls以表示该类自身

表达式和语句

• 采用内联形式的否定词，而不要把否定词放在整个表达式前，例如，if a is not b(√)，而不是if not a is b(×)
• 不要通过检测长度的办法（如if len(somelist)==0）来判断somelist是否为[]或''等空值，而是应该采用if not somelist的写法来判断，会假定：空值将自动评估为False
• 不要编写单行的if语句、for循环、while循环以及except复合语句，而是应该分成多行
• import语句写在文件开头，推荐使用绝对名称，相对名称来导入时，采用明确的写法，例如，from * import foo
• import语句应该按照顺序分成三个部分：标准库模块、第三方模块以及自用模块；每一部分，按照各模块的字母顺序来排列

第3条 了解bytes、str与unicode的区别

Unicode->二进制数据，encode
二进制数据->Unicode，decode
Python3：
bytes--->原始8位值；str--->Unicode字符；
Python2：
str--->原始8位值；unciode--->Unicode字符；

• 从文件中读取二进制数据，或向其中写入二进制数据时，总应该以'rb'或'wb'等二进制模式来开启文件

第4条 用辅助函数来取代复杂的表达式

• 复杂的表达式建议移入辅助函数之中，如果需要反复使用相同的逻辑，更应如此
• if/else表达式，比or/and的布尔操作符携程的表达式更清晰

第5条 了解切割序列的办法

a = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
 
a[:]         # ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']
a[:5]        # ['a', 'b', 'c', 'd', 'e']
a[:-1]       # ['a', 'b', 'c', 'd', 'e', 'f', 'g']
a[4:]        #                     ['e', 'f', 'g', 'h']
a[-3:]       #                          ['f', 'g', 'h']
a[2:5]       #            ['c', 'd', 'e']
a[2:-1]      #            ['c', 'd', 'e', 'f', 'g']
a[-3:-1]     #                           ['f', 'g']
# somelist[-0:]则成了原列表的一份拷贝

• 不要写多余的代码，start为0、end为序列长度时，应省略
• 切片操作不会计较start与end索引是否越界
• 对list赋值时，如果使用切片操作，值会在相关范围替换成新值，长度不同也能替换

第6条 在单次切片操作内，不要同时指定start、end和stride

• 尽量使用stride为正的情况，且不带start与end索引的娥切割操作，stride尽量避免用负数
• 需要同时使用start、end、stride，考虑拆分成两条语句，或使用内置的itertools模块中的islice

第7条 用列表推导来取代map和filter

列表推导list comprehension，可以根据一份列表来制作另外一份

a = [1, 2, 3, 4, 5, 6]
squares = [x**2 for x in a]
print(squares)
>>>
[1, 4, 5, 16, 25, 36]
 
# 等价于
squares = map(lambda x: x**2, a)
 
# using filter
even_squares = [x**2 for x in a if x % 2 == 0]
print(even_squares)
>>>
[4, 16, 36]
 
# 等价于
alt = map(lambda x: x**2, filter(lambda x: x % 2 == 0, a))
assert even_squares == list(alt)

• 列表推导比map和filter更清晰
• 列表推导可以跳过列表中的某些元素，如果用map，则需要辅之以filter
• 字典与集也支持推导表达式

第8条 不要使用含有两个以上表达式的列表推导

# 使用多重循环
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flat = [x for row in matrix for x in row]
print(flat)
>>>
[1, 2, 3, 4, 5, 6, 7, 8, 9]
 
# 每个元素平方后构成新矩阵
squared = [[x**2 for x in row] for row in matrix]
print(squared)
>>>
[[1, 4, 9], [16, 25, 36], [49, 64, 81]]
 
# 如果表达式还存在一层循环，列表推导则极长，考虑到可阅读行，需要分行
my_lists = [
	[[1, 2, 3], [4, 5, 6]],
	#...
]
flat = [ x for sublist1 in my_lists
	for sublist2 in sublist1
	for x in sublist2]
# 简洁性不如for循环
flat = []
for sublist1 in my_lists:
	for sublist2 in sublist1:
		flat.extend(sublist2)
 

• 列表推导支持多级循环，每一级循环也支持多项条件
• 为更好理解，尽量避免写超过两个表达式的列表推导

第9条 用生成器表达式来改写数据量较大的列表推导

生成器表达式generator expression，是列表推导和生成器的一种泛化generalization

# 数据量少使用
value = [len(x) for x in open('/tmp/my_file.txt')]
print(value)
 
# 数据量多使用迭代器
it = (len(x) for x in open('/tmp/my_file.txt')])
print(it)
>>>
<generator object <genexpr> at 0xxxxxxxxxx>

• 数据量较大时，列表推导会因为占用太多内存而出问题，生成器表达式所返回的迭代器，可以主次产生输出值，避免内存用量的问题
• 生成器表达式所返回的娥迭代器，可以供另一个生成器表达式的for子表达式使用（理解为可联合嵌套使用）
• 串在一起的生成器表达式执行速度很快

第10条 尽量用enumerate取代range

flavor_list = ['vanilla', 'chocolate', 'pecan', 'strawberry']
# 使用字符串列表
for flavor in flavor_list:
	print('%s is delicious' % flavor)
 
# 当前元素的索引，使用range
for i in range(len(flavor_list)):
	flavor = flavor_list[i]
	print('%d: %s' %(i+1, flavor))
 
# 使用内置enumerate函数
for i, flavor in enumerate(flavor_list):
	print('%d: %s' %(i+1, flavor)
 
# enumerate可以指定开始计数时所用的值
for i, flavor in enumerate(flavor_list, 1):
	print('%d: %s' %(i, flavor)

第11条 用zip函数同事遍历两个迭代器

names = ['Cecilia', 'Lise', 'Marie']
letters = [len(n) for n in names]
 
# 找到最长名字
longest_name = None
max_letters = 0
for i in range(len(names)):
	count = letters[i]
	if cout > max_letters:
		longest_name = names[i]
		max_letters = cout
print(longest_name)
 
# 使用enumerate方法，复写for循环
for i, name in enumerate(names):
	count = letters[i]
	if count > max_letters:
		longest_name = name
		max_letters = count
 
# zip可以把两个及以上的迭代器封装成生成器，zip生成器，会从每个迭代期中获取该迭代器的下一个值，汇聚成元组tuple
# 用zip方法复写for循环
for name,count in zip(names, letters):
	if cout > max_letters:
		longest_name = name
		max_letters = count

zip函数的问题：

• python2 的zip不是生成器，如需在python2用zip遍历数据量大的迭代器，应使用itertools内置模块的izip
• 如果输入的迭代器长度不同，则会有异常结果
  注意点：
• zip函数可以平行地遍历多个迭代器
• python3的zip相当于生成器，在遍历过程中逐次产生元组，python2中的zip则是将元组完全生成好，并一次性地返回整份列表
• 迭代器长度不等，zip会自动提前终止
• itertools内置模块的zip_longest的函数可以平行地遍历多个迭代器，无需考虑迭代器的长度是否相等

第12条 不要再for和while循环后面写else块

• python的特殊语法，可在for及while循环的内部语句块后使用else块；当所有语句都没有遇到break时，循环后面的else才执行，不建议使用

第13条 合理利用try/except/else/finally结构中的每个代码块

第59条 用tracemalloc来掌握内存的使用及泄露情况