Python Idioms and Efficiency
一 要写出容易读的程序，应该使用什么样的风格（idioms）
读 the python cookbook ，尤其是前几章。那里有优秀的python风格的代码。
Build strings as a list and use ''.join at the end 。
join是由分隔符调用的字符串方法，而不是由list调用的。可以使用空串作为连接符来调用join方法，这是python比较怪异的地方。之所以如此，是因为，使用“+”操作符消耗的时间二次的而不是线性的。
Wrong: for s in strings: result += s
Right: result = ''.join(strings)
Always use an object's capabilities instead of its type。
python是一门动态类型的语言。你无需关心一个对象的类型，而只需要关心该对象是不是支持特定的接口操作即可。这个特性给你带来了方便的多态性。例如，在我的代码中，我会使用下面的方法检查一个字符串是否是字母组成的：
for char in string:
if char not in alphabet:
raise ValueError, "Char %s not in alphabet %a" % (char, alphabet)
只要alphabet 支持__contains__方法即可，而无需关心它是字符串，字典还是列表。
Use in whererver possible.
在自己的类中，可以通过覆盖__contains__方法来支持x in y 的操作，通过覆盖__iter__的方法来支持x in y。这样可以保证你的代码的通用性和多态性。
Better: for key in d: print key #also works for arbitrary sequence
Worse: for key in d.keys(): print key #limited to objects with keys()
Better: if key not in d: d[key] = []
Worse: if not dict.has_key(key): d[key] = []
注意：如果你想改变一个字典，你仍然需要使用d.keys()。for key in d: del d[key]回引起RuntimeError，是因为在使用迭代器的时候改变了字典的大小。可以这样操作：for key in d.keys(): del d[key]
Use coercion if an object must be a particuar type. 如果x必须是生日那个类型才能工作的时候，可以使用str(x)代替isinstance(str,x)，可以使用try/catch来捕获转换中出现的错误。
Use if not x instead of instead of if x == 0 or if x == "" or if x == None or if x == False ，likewise，if x instead of if x != 0, if x != None 。
Use string methods rather than the string module 。
使用string的方法，而不是string模块。例如，使用s.startswith('abc')而不是startswith(s, 'abc')。这样可以避免模块间方法的冲突。
Use for line in infile, not for line in infile.readlines()。
readlines 和xreadlines 从2.3起被废弃了，转而使用新的迭代模式。for line in infile 的方式允许infile是任何可以作为文本行序列的对象。对于for line in lines ，你不用关心lines 是来自文件，还是字符串列表，或者是其他迭代器，字典的键值等等。
To reverse_sort a list
反转排序一个列表，可以如下实现：
list.sort()
list.reverse()
Use 'while 1:' for infinite loops
使用while 1代替死循环，也可以用其实想do while的功能
while 1:
curr_line = reader.next()
if not curr_line:
break
curr_line.process()
EAFP ('easier to ask forgiveness than permission')
使用捕获异常来代替避免错误的发生，即，让问题及早的出现，然后通过异常对其处理。
Worse:
#check whether int conversion will raise an error
if not isinstance(s, str) or not s.isdigit:
return None
elif len(s) > 10: #too many digits for int conversion
return None
else:
return int(str)
Better:
try:
return int(str)
except (TypeError, ValueError, OverflowError): #int conversion failed
return None
Catch only the approprite errors.
只捕获相关的异常。为了实现正确处理异常，对于不同的异常应该有不同的捕获处理
swap values without using temporary variables.
使用a, b = b, a来交换ab的值
Use zip to get a list's item with their indices
通过zip来获取列表的元素及其位置索引。
indices = xrange(maxint) #only need this once; mine is in Utils.py
for d, index in zip(data, indices):
#do something with d and index here
二：怎么写出更快的程序
Alvays profile befor you optimize for speed.
在优化前通过使用profile.py找到程序的瓶颈所在。
Always use a good algorithm when ti is available .
算法。
Use the simplest option that could possible work.
只要能满足工作需求，越简单越好。
Build strings as a list and use ''.join at the end。
构建一个列表，最后使用join将其连接起来。
Use tests for object identity when appropriate .
合适的时候使用python的object identity，例如使用if x not None 代替if x != None
因为前者只是检查该内存地址。
Use dictionaries (or sets)for searching ,not lists.
使用字典或者集合来进行查找，而不是列表。
Use the build-in sort wherever possible.
尽可能的使用内置的sort方法。而不是自己提供排序方法。
aux_list = [i.Count, i.Name, ... i) for i in items]
aux_list.sort() #sorts by Count, then Name, ... , then by item itself
sorted_list = [i[-1] for i in items] #extracts last item
Use map and /or filter to apply functions to lists.
使用map和filter在列表和序列上执行相应的方法。
Worse:
strings = []
for d in data:
strings.append(str(d))
Better:
strings = map(str, data)
Use list comprehentions where there are condtions attached, or where the functions are methods or take more than one parameter.
某些情况下使用列表解析效果更佳。例如：
Worse:
result = []
for d in data:
if d.Count > 4:
result.append[3*d.Count]
Better:
result = [3*d.Count for d in data if d.Count > 4]
而如果使用map，filter方法的话需要：
def triple(x):
"""Returns 3 * x.Count: raises AttributeError if .Count missing."""
return 3 * x.Count
def check_count(x):
"""Returns 1 if x.Count exists and is greater than 3, 0 otherwise."""
try:
return x.Count > 3
except:
return 0
result = map(triple, filter(check_count, data))
Use function factories to create ulility functions。
使用函数工厂的方法来创建工具方法。
http://www.oschina.net/code/snippet_70218_2436
Use the operator module and reduce to get sums, products, etc.
使用operator模块和reduce方法来获取和/乘积
Worse:
sum = 0
for d in data:
sum += d
product = 1
for d in data:
product *= d
Better:
from operator import add, mul
sum = reduce(add, data)
product = reduce(mul, data)
Use zip and dict to map fields to names.
使用zip和dict建立映射关系。
Bad:
line = 'Some GI data|Some Accession data|Some Description' #These might come from a file
fields = line.split('|')
gi = fields[0]
accession = fields[1]
description = fields[2]
#etc.
lookup = {}
lookup['GI'] = gi
lookup['Accession'] = accession
lookup['Description'] = description
#etc.
Good:
fieldnames = ['GI', 'Accession', 'Description'] #etc.
fields = line.split('|')
lookup = dict(zip(fieldnames, fields))
