Effective Python 读书笔记一

Effective Python读书笔记一

目录

• Effective Python读书笔记一
  • 前言
  • 第1章 用Pythonic方式思考
    • 第一条：确认自己所用的python版本
    • 第二条：遵循PEP8风格指南
    • 第三条：了解bytes、str、和unicode的区别
    • 第四条：使用辅助函数来取代复杂的表达式
    • 第五条：了解切割序列的方法
    • 第六条：在单次切片操作内，不要同时指定start、end和stride
    • 第七条：用列表推导来取代map和filter
    • 第八条：不要使用含有两个以上的表达式的列表推导
    • 第九条：用生成器表达式来改写数据量较大的列表推导
    • 第十条：尽量用enumerate取代range
• 未完待续...

前言

《Effective Python.编写高质量Python代码的59个有效方法》的作者是Brett Slatkin，这本书旨在向读者讲解如何以Pythonic（符合Python风格）的方式来编写程序。可以作为字典一样查阅，也可以像普通图书一样阅读。

Effective一词，并不单单局限于执行速度层面的高效率，同时有着令代码易于阅读、易于测试且易于维护等意思，此外，还蕴含这易于扩展，易于修改和易于多人协作等高阶的概念。

我写这个读书笔记的想法是结合工作中使用Python的经验，记录59个有效方法中有重要记录价值以及对我有较大启发的内容。希望阅读后在以后的工作中能够提高Python编码效率。同时使代码更加易读、易维护、易扩展。

第1章 用Pythonic方式思考

什么叫pythonic方式？其实就是Python语言的最佳编程习惯。

书中解释说：对C++或Java等其他语言比较熟悉的人，可能还在按自己喜欢的风格来使用Python;而刚刚接触Python的程序员，则需要逐渐熟悉许多可以用Python代码来表达的概念。但无论哪一种开发者，都必须知道如何以最佳方式完成常见的Python编程工作，这种最佳方式，就是Pythonic方式。该方式将会影响你所写的每个程序。

第一条：确认自己所用的python版本

这条讲python2和python3两个版本一些基本的区别和未来的开发和维护方向。主要的内容是：

• python2的功能开发已经冻结，只会进行bug修复，安全增强以及移植的工作。
• python3会经常增加新功能并提供改进。并且大部分python开源源码库已经支持Python3。因此作者建议使用Python3来进行新项目的开发。

第二条：遵循PEP8风格指南

《Python Enhancement Proposal#8》 (8号Python增强提案)又叫PEP8，它是针对Python代码格式而编订的风格指南。尽管可以在保证语法正确的前提下随意编写Python代码，但是，采用一致的风格来书写可以令代码更加易懂、更加易读。

文中提到如下几点，有比较记录一下

• 空白

  • 使用space(空格)来表示缩进，而不要用tab(制表符)。
  • 和语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。pycharm设置代码行的长度为79字符（PEP8）
  • 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
    级别之上再加4个空格。
  • 文件中的函数与类之间应该用两个空行隔开。
  • 在同一个类中，各方法之间应该用一个空行隔开。
  • 在使用下标来获取列表元素、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，应该以单个下划线开头，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，ALLCAPS。
  • 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

  • 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这种写法来判断，它会假定:空值将
    自动评估为False。
  • 检测somelist是否为[1]或'hi'等非空值时，也应如此，if somelist语句默认会把
    非空的值判断为True。
  • 不要编写单行的if语句、for循环、while循环及except复合语句，而是应该把
    这些语句分成多行来书写，以示清晰。
  • import语句应该总是放在文件开头。
  • 引入模块的时候，总是应该使用绝对名称，而不应该根据当前模块的路径来
    使用相对名称。例如，引人bar包中的foo模块时，应该完整地写出from bar
    import foo，而不应该简写为import foo。
  • 如果一定要以相对名称来编写import语句，那就采用明确的写法:from.import foo。
  • 文件中的那些import语句应该按顺序划分成三个部分，分别表示标准库模块、
    第三方模块以及自用模块。在每一部分之中，各import语句应该按模块的字母
    顺序来排列。

另外，作者推荐了一个Python源码静态分析工具，它可以自动检查受测代码是否符合PEP8风格指南，而且还能找出Python程序里的多种常见错误。

第三条：了解bytes、str、和unicode的区别

之后主要使用Python3，在此对Python3进行讨论。

本条讲了Python3中有bytes和str这两种表示字符序列的类型。前者的实例包含原始的8位值，后者的示例包含Unicode字符。这句话说的不是很清晰，可以参考浅析Python3中的bytes和str类型 - Chown-Jane-Y - 博客园 (cnblogs.com)

关于Unicode、UTF-8等编码方式，阮一峰有篇博客讲的比较通俗易懂：字符编码笔记：ASCII，Unicode 和 UTF-8 - 阮一峰的网络日志 (ruanyifeng.com)

在这一条中，作者强调要把编码和解码的操作放在界面最外围来做，程序的核心部分应该使用Unicode字符类型。另外作者给了两个helper函数，以便是字符类型在bytes和str之间进行转换：

• 接收bytes或str，总是返回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，总是返回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

最后一点需要关注的是，在Python3中，如果要将数据写入文件或者从文件中读取数据，如果是对bytes进行操作，需要使用wb以及rb模式，否则会报TypeError。

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

第四条：使用辅助函数来取代复杂的表达式

这条是讲，如果开发者过度运用Python的语法特性（写复杂的单行表达式），会使代码的可读性变差，不如将复杂的表达式移入辅助函数中，进行多次调用。

第五条：了解切割序列的方法

切割序列也就是切片操作，通常我们可以对list、str、bytes进行切片,还可以延伸到对实现了__getitem__和__setitem__这两个内置方法的Python类进行切片。

基本语法不再讨论。没有什么特别值得关注的点。

第六条：在单次切片操作内，不要同时指定start、end和stride

没有特别值得关注的点。

其中讲到了序列反转的一个用法（对已经编码成UTF-8字节串的Unicode字符无效）：

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

第七条：用列表推导来取代map和filter

Python内置的map和filter我没有用过，但是列表推导以及dict和set的列表推导式倒是经常使用。

下面记录这几种推导式：

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

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

第八条：不要使用含有两个以上的表达式的列表推导

如题，原因是为了便于代码阅读和理解

第九条：用生成器表达式来改写数据量较大的列表推导

这一条主要是为了解决一个问题：如果列表推导过程中，输入的数据很多的话，会消耗大量内存，并且导致程序运行时间变慢。

典型场景——读取文件

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

解决方式是使用生成器表达式，即：

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

生成器表达式经常用于处理列表中存储大量数据，导致内存大量消耗的问题。生成器的简单介绍见Python生成器详解 (biancheng.net)，生成器本质上是特殊的迭代器。使用生成器表达式会返回一个迭代器，而不会处理文件内容，可以逐次产生输出值，从而减少了内存的占用。

第十条：尽量用enumerate取代range

这条的使用场景就是想要在迭代列表时，还想要拿到列表的索引，那么就可以使用enumerate。

作者给了一个用range拿到列表索引的例子，有点意思，哈哈哈，就显得很呆。

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

另外记录一个我之前不知道的用法，可以在enumerate后加一个参数作为计数的起始值。

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

未完待续...