总结 90 条写 Python 程序的建议( 二 )


建议31:函数传参数 , 既不是传值也不是传引用 , 而是传对象或者说对象的引用
建议32:警惕默认参数潜在的问题 , 特别是当默认参数为可变对象时
建议33:函数中慎用变长参数 args 和 kargs
(1)这种使用太灵活 , 从而使得函数签名不够清晰 , 可读性较差
(2)如果因为函数参数过多而是用变长参数简化函数定义 , 那么一般该函数可以重构
建议34:深入理解 str()和 repr() 的区别
(1)两者之间的目标不同:str 主要面向客户 , 其目的是可读性 , 返回形式为用户友好性和可读性都比较高的字符串形式;而 repr 是面向 Python 解释器或者说Python开发人员 , 其目的是准确性 , 其返回值表示 Python 解释器内部的定义
(2)在解释器中直接输入变量 , 默认调用repr函数 , 而print(var)默认调用str函数
(3)repr函数的返回值一般可以用eval函数来还原对象
(4)两者分别调用对象的内建函数 __str__ ()和 __repr__ ()
建议35:分清静态方法 staticmethod 和类方法 classmethod 的使用场景
4. 库的使用建议36:掌握字符串的基本用法
建议37:按需选择 sort() 和 sorted() 函数
sort() 是列表在就地进行排序 , 所以不能排序元组等不可变类型 。
sorted() 可以排序任意的可迭代类型 , 同时不改变原变量本身 。
建议38:使用copy模块深拷贝对象 , 区分浅拷贝(shallow copy)和深拷贝(deep copy)
建议39:使用 Counter 进行计数统计 , Counter 是字典类的子类 , 在 collections 模块中
建议40:深入掌握 ConfigParse
建议41:使用 argparse 模块处理命令行参数
建议42:使用 pandas 处理大型 CSV 文件
Python 本身提供一个CSV文件处理模块 , 并提供reader、writer等函数 。
Pandas 可提供分块、合并处理等 , 适用于数据量大的情况 , 且对二维数据操作更方便 。
建议43:使用 ElementTree解析XML
建议44:理解模块 pickle 的优劣
优势:接口简单、各平台通用、支持的数据类型广泛、扩展性强
劣势:不保证数据操作的原子性、存在安全问题、不同语言之间不兼容
建议45:序列化的另一个选择 JSON 模块:load 和 dump 操作
建议46:使用 traceback 获取栈信息
建议47:使用 logging 记录日志信息
建议48:使用 threading 模块编写多线程程序
建议49:使用 Queue 模块使多线程编程更安全
5. 设计模式建议50:利用模块实现单例模式
建议51:用 mixin 模式让程序更加灵活
建议52:用发布-订阅模式实现松耦合
建议53:用状态模式美化代码
6. 内部机制建议54:理解 build-in 对象
建议55: __init__ ()不是构造方法 , 理解 __new__ ()与它之间的区别
建议56:理解变量的查找机制 , 即作用域
局部作用域
全局作用域
嵌套作用域
内置作用域
建议57:为什么需要self参数
建议58:理解 MRO(方法解析顺序)与多继承
建议59:理解描述符机制
建议60:区别 __getattr__ ()与 __getattribute__ ()方法之间的区别
【总结 90 条写 Python 程序的建议】建议61:使用更安全的 property
建议62:掌握元类 metaclass
建议63:熟悉 Python 对象协议
建议64:利用操作符重载实现中缀语法
建议65:熟悉 Python 的迭代器协议
建议66:熟悉 Python 的生成器
建议67:基于生成器的协程和 greenlet , 理解协程、多线程、多进程之间的区别
建议68:理解 GIL 的局限性
建议69:对象的管理和垃圾回收
7. 使用工具辅助项目开发建议70:从 PyPI 安装第三方包
建议71:使用 pip 和 yolk 安装、管理包
建议72:做 paster 创建包
建议73:理解单元测试的概念
建议74:为包编写单元测试
建议75:利用测试驱动开发(TDD)提高代码的可测性
建议76:使用 Pylint 检查代码风格
代码风格审查
代码错误检查
发现重复以及不合理的代码 , 方便重构
高度的可配置化和可定制化
支持各种 IDE 和编辑器的集成
能够基于 Python 代码生成 UML 图
能够与 Jenkins 等持续集成工具相结合 , 支持自动代码审查
建议77:进行高效的代码审查


推荐阅读