黑马程序员技术交流社区

标题: 【上海校区】改善 Python 程序的 91 个建议(二) [打印本页]

作者: 不二晨    时间: 2018-8-10 11:17
标题: 【上海校区】改善 Python 程序的 91 个建议(二)
建议 24:遵循异常处理的几点基本原则

异常处理的几点原则:

建议 25:避免 finally 中可能发生的陷阱

当 finally 执行完毕时,之前临时保存的异常将会再次被抛出,但如果 finally 语句中产生了新的异常或执行了 return 或 break 语句,那么临时保存的异常将会被丢失,从而异常被屏蔽。

在实际开发中不推荐 finally 中使用 return 语句进行返回。

建议 26:深入理解 None,正确判断对象是否为空

类型FalseTrue布尔False (与0等价)True (与1等价)字符串”"( 空字符串)非空字符串,例如 ” “, “blog”数值0, 0.0非0的数值,例如:1, 0.1, -1, 2容器[], (), {}, set()至少有一个元素的容器对象,例如:[0], (None,), ['']NoneNone非None对象

>>> id(None)10743840>>> a = None>>> id(a)10743840>>> l = []>>> if l is not None:       # 判断逻辑 l 不为空...     print('l is {}'.format(l))... else:...     print('l is empty')... l is []>>> if l:   # #3 正确的判断形式...     print('Do something...')... else:...     print('Do other thing...')... Do other thing...

#3执行中会调用__nonzero__()来判断自身对象是否为空并返回0/1或True/False,如果没有定义该方法,Python 将调用__len__()进行判断,返回 0 表示为空。如果一个类既没有定义__len__()又没有定义__nonzero__(),该类实例用 if 判断为True。

建议 27:连接字符串优先使用 join 而不是 +

这一点之前我在博文里总结过,+涉及到更多的内存操作。

建议 28:格式化字符串时尽量使用 .format 而不是 %

同上。

建议 29:区别对待可变对象和不可变对象

Python 中一切皆对象,每个对象都有一个唯一的标识符(id)、类型(type)和值。数字、字符串、元组属于不可变对象,字典、列表、字节数组属于可变对象。

class Student(object):    def __init__(self, name, course=[]):    # 问题就出在这里        self.name = name        self.course = course    def addcourse(self, coursename):        self.course.append(coursename)    def printcourse(self):        for item in self.course:            print(item)stuA = Student('Wang yi')stuA.addcourse('English')stuA.addcourse('Math')print("{}'s course: ".format(stuA.name))stuA.printcourse()print('---------------------------')stuB = Student('Su san')stuB.addcourse('Chinese')stuB.addcourse('Physics')print("{}'s course: ".format(stuB.name))stuB.printcourse()# runWang yi's course: EnglishMath---------------------------Su san's course: EnglishMathChinesePhysics

默认参数在初始化时仅仅被评估一次,以后直接使用第一次评估的结果,course 指向的是 list 的地址,每次操作的实际上是 list 所指向的具体列表,所以对于可变对象的更改会直接影响原对象。

最好的方法是传入None作为默认参数,在创建对象的时候动态生成列表。

>>> list1 = ['a', 'b', 'c']>>> list2 = list1>>> list1.append('d')>>> list2['a', 'b', 'c', 'd']>>> list3 = list1[:]    # 可变对象的切片操作相当于浅拷贝>>> list3.remove('a')>>> list3['b', 'c', 'd']>>> list1['a', 'b', 'c', 'd']建议 30:[]、() 和 {} 一致的容器初始化形式>>> list1 = [['Hello', 'World'], ['Goodbye', 'World']]>>> list2 = [[s.upper() for s in xs] for xs in list1]>>> list2[['HELLO', 'WORLD'], ['GOODBYE', 'WORLD']]>>> [v**2 if v%2 == 0 else v+1 for v in [2, 3, 4, -1] if v>0][4, 4, 16]

其实就是列表生成式、元组生成式和字典生成式。

建议 31:记住函数传参既不是传值也不是传引用

正确的说法是传对象(call by object)或传对象的引用(call-by-object-reference),函数参数在传递过程中将整个对象传入,对可变对象的修改在函数外部以及内部都可见,对不可变对象的”修改“往往是通过生成一个新对象然是赋值实现的。

建议 32:警惕默认参数潜在的问题

其中就是默认参数如果是可变对象,在调用者和被调用者之间是共享的。

import time# 对当前系统时间进行处理def report(when=time.time): # 而不是when=time.time()    pass建议 33:慎用变长参数

原因如下:

使用场景:

建议 34:深入理解 str() 和repr() 的区别

总结几点:

建议 35:分清 staticmethod 和 classmethod 的适用场景

这两种方法之前已经总结过了的,下面我们只讨论它们的使用场景。

调用类方法装饰器的修饰器的方法,会隐式地传入该对象所对应的类,可以动态生成对应的类的类变量,同时如果我们期望根据不同的类型返回对应的类的实例,类方法才是正确的解决方案。

反观静态方法,当我们所定义的方法既不跟特定的实例相关也不跟特定的类相关,可以将其定义为静态方法,这样使我们的代码能够有效地组织起来,提高可维护性。

当然,也可以考虑定义一个模块,将一组的方法放入其中,通过模块来访问。

第 4 章 库建议 36:掌握字符串的基本用法# 小技巧:Python 遇到未闭合的小括号会自动将多行代码拼接为一行>>> s = ('SELECT * '...      'FROM table '...      'WHERE field="value"')>>> s'SELECT * FROM table WHERE field="value"'# Python2 中使用 basestring 正确判断一个变量是否是字符串# 性质判断isalnum() isalpha() isdigit() islower() isupper() isspace() istitle()# 查找替换startswith(prefix[, start[, end]]) endswith(suffix[, start[, end]]) # prefix参数可以接收 tuple 类型的实参count(sub[, start[, end]]) find(sub[, start[, end]]) index(sub[, start[, end]])rfind(sub[, start[, end]]) rindex(sub[, start[, end]]) replace(old, new[, count])   # count是指的替换次数,不指定就全部替换# 切分partition(sep) rpartition(sep) splitlines([keepends]) split([sep, [, maxsplit]]) rsplit([sep[, maxsplit]])  # partition 返回一个3个元素的元组对象# 变形lower() upper() capitalize() swapcase() title()# 删减填充strip([chars]) lstrip([chars]) rstrip([chars]) # 没有提供chars默认是空白符,由string.whitespace 常量定义center(width[, fillchar]) ljuct(width[, fillchar]) rjust(width[, fillchar])zfill(width) expandtabs([tabszie])

下面来介绍一些易混淆的地方:

>>> '  hello world'.split()['hello', 'world']>>> '  hello world'.split(' ')['', '', 'hello', 'world']>>> 'hello wORld'.title()'Hello World'>>> import string>>> string.capwords(' hello world!')'Hello World!'>>> string.whitespace' \t\n\r\x0b\x0c'建议 37:按需选择 sort() 或者 sorted()# 函数原型sorted(iterable[, cmp[, key[, reverse]]])   # 返回一个排序后的列表s.sort([cmp[, key[, reverse]]])             # 直接修改原列表,返回为None>>> persons = [{'name': 'Jon', 'age': 32}, {'name': 'Alan', 'age': 50}, {'name': 'Bob', 'age': 23}]>>> sorted(persons, key=lambda x: (x['name'], -x['age']))[{'name': 'Alan', 'age': 50}, {'name': 'Bob', 'age': 23}, {'name': 'Jon', 'age': 32}]>>> a = (1, 2, 4, 2, 3)>>> sorted(a)[1, 2, 2, 3, 4]

所以如果实际过程中需要保留原有列表,可以使用sorted()。sort()不需要复制原有列表,消耗内存较小,效率较高。同时传入参数key比传入参数cmp效率要高,cmp传入的函数在整个排序过程中会调用多次,而key针对每个元素仅作一次处理。

建议 38:使用 copy 模块深拷贝对象

在 python 中,标识一个对象唯一身份的是:对象的id(内存地址),对象类型,对象值,而浅拷贝就是创建一个具有相同类型,相同值但不同id的新对象。因此使用浅拷贝的典型使用场景是:对象自身发生改变的同时需要保持对象中的值完全相同,比如 list 排序:

def sorted_list(olist, key=None):    copied_list = copy.copy(olist)    copied_list.sort(key=key)    return copied_lista = [3, 2, 1]       # [3, 2, 1]b = sorted_list(a)  # [1, 2, 3]

深拷贝不仅仅拷贝了原始对象自身,也对其包含的值进行拷贝,它会递归的查找对象中包含的其他对象的引用,来完成更深层次拷贝。因此,深拷贝产生的副本可以随意修改而不需要担心会引起原始值的改变:

>>> a = [1, 2]>>> b = [a, a]>>> b[[1, 2], [1, 2]]>>> from copy import deepcopy>>> c = deepcopy(b)>>> id(b[0]) == id(c[0])False>>> id(b[0]) == id(b[1])True>>> c[[1, 2], [1, 2]]>>> c[0].append(3)>>> c[[1, 2, 3], [1, 2, 3]]

使用 _copy_ 和 __deepcopy__ 可以完成对一个对象拷贝的定制。

参考博文

建议 39: 使用 Counter 进行计数统计

常见的计数统计可以使用dict、defaultdict、set和list,不过 Python 提供了一个更优雅的方式:

>>> from collections import Counter>>> some_data = {'a', '2', 2, 3, 5, 'c', '7', 4, 5, 'd', 'b'}>>> Counter(some_data)Counter({'7',: 1, 2: 1, 3: 1, 4: 1, 5: 1, '2': 1, 'b': 1, 'a': 1, 'd': 1, 'c': 1})

Counter 类属于字典类的子类,是一个容器对象,用来统计散列对象,支持+、-、&、|,其中&和|分别返回两个 Counter 对象各元素的最小值和最大值。

# 初始化Counter('success')Counter(s=3, c=2, e=1, u=1)Counter({'s': 3, 'c': 2, 'u': 1, 'e': 1})# 常用方法list(Counter(some_data).elements())     # 获取 key 值Counter(some_data).most_common(2)       # 前 N 个出现频率最高的元素以及对应的次数(Counter(some_data))['y']               # 访问不存在的元素返回 0c = Counter('success')c.update('successfully')                # 更新统计值c.subtract('successfully')              # 统计数相减,允许为0或为负建议 40:深入掌握 ConfigParser

几乎所有的应用程序都会读取配置文件,ini是一种比较常见的文件格式:

[section1]option1=0

Python 提供标准库 ConfigParser 来支持它:

import ConfigParserconf = ConfigParser.ConfigParser()conf.read('example.conf')print(conf.get('section1', 'in_default'))

再来看个SQLAlchemy配置文件的例子:

[DEFAULT]conn_str = %(dbn)s://%(user)s:%(pw)s@%(host)s:%(port)s/%(db)sdbn = mysqluser = roothost = localhostport = 3306[db1]user = aaapw = pppdb = example[db2]host = 192.168.0.110pw = wwwdb = exampleimport ConfigParserconf = ConfigParser.ConfigParser()conf.read('format.conf')print(conf.get('db1', 'conn_str'))print(conf.get('db2', 'conn_str'))
【转载】http://www.codeceo.com/article/9 ... ython-part-two.html

作者: 小影姐姐    时间: 2018-8-13 10:32

作者: 不二晨    时间: 2018-8-16 17:02
奈斯




欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/) 黑马程序员IT技术论坛 X3.2