Code Like a Pythonista: Idiomatic Python
如果你有C++基础,那学习另一门语言会相对容易。因为C++即面向过程,又面向对象。它很底层,能像C一样访问机器;它也很高级,有模板、STL 等。如果认真读过《深入C++对象模型》,我想其它语言不会比这个更复杂。你对C++了解的越深,你用其它语言写出的代码就越像C++,这样就体现不出新 语言的价值了。所以,学习新语言要抛弃原有的潜意识,包括代码风格。
1. The Zen of Python (1)
漂亮比丑陋好
清晰比隐含好
简单比复杂好
复杂比晦涩好
平摊比嵌套好
松耦合比紧耦合好
可读性是有价值的
特殊的条件不足以打破这些条款
尽管实践打败理论的纯洁
错误永远不要掩盖
除非明确地平息它
……
2. PEP 8: Style Guide for Python
关于Python的重要风格准则
Whitespace1
- 每级对齐为4个空格
- 没有硬tab
- 永远不要把tab与空格混用
- 函数之间留出1行空白
- 类之间留出2行空白
Whitespace 2
- 在字典,列表,元组,参数列表的”,”后面加上空格,字典中”:”后也加上空格
- 在赋值或比较符间加上空格
- 在括号中要紧挨空格,函数名与括号也不要有空格
- 在docstrings中不要立即空格
Naming
- joined_lower用于函数,方法,属性
- joined_lower或ALL_CAPS用于常量
- StudlyCaps用于类, 不需要前面加C
- #每字母大写
- camelCase仅用于兼容已存在的惯例
- 属性有:interface,_internal, __private。但后一种绝对不要使用。
一些来自C++/Java对类的访问权限过于在意。在Python中,MyClass.__private会直接解析为 MyClass._MyClass__private,因为它可以造成“视觉上”的不可访问。Python有条原则是:“we’reall consenting adults here”,你没有理由向我隐藏什么。子类有权力从父类继承属性,而父类有义务向子类提供相关文档来帮助其重写,而非拒绝。
Python倡导使用_internal来表示私有属性,它没有命令空间限制,而仅仅是善意提醒“be careful with this, it's an internalimplementation detail; don't touch it if you don't fully understand it”
Long Lines &Continuations
在括号里的换行使用隐含换行,但要注意对齐
def __init__(self, first, second, third, fourth, fifth, sixth): output = (first + second + third + fourth + fifth + sixth)
其它换行要使用“”,注意后面千万不要有空格
LongStrings
与C语言一样,两个相邻的字符串是可以被编译器自动连接的。有一点不同的是,C语言中字符串只有一种形式,即用””,但Python中可以有’’,””,r’’,’’’,”””等等。不过原理都是一样的。
组合语句
Python中不提倡将多条语句写在同一行。比如if语句等。Python是非常讲究通过缩进来显示代码的结构与流程。
交换值
Python中的元组是非常有意思且不被C语言系的人所察觉。
b, a = a, b
元组有非常好的通用性,列表与元组可以很容易地交换
a = [12, 34, 45] b, c, d = a
元组还常常用在for语句中,用于一次处理多个索引
>>> people = [l, ['Guido', 'BDFL', 'unlisted']] >>> for (name, title, phone) in people: ... print name, phone
More About Tuples
Tuples的构造最重要的是“,”.比如、
>>> 1, (1,)
即使上面没有括号也无妨。
Interactive “_”
在解释器中,_用于表示上次运算的结果。这种机制往往会给使用都很大的方便!
Building String from Substrings、、
这一条在Python世界中应该是很普及了。’’.join()只有在替代for循环连接列表时才有用
colors = ['red', 'blue', 'green', 'yellow'] result = '' for s in colors: result += s
result = ''.join(colors) #这一条要比上面for循环更有效率
Used in where possible
首先,in是操作符而不是关键字;其次,所有的内建窗口都支持此操作符。作者要强调的是,in有两个常用的位置:1. 配合for执行遍历;2. 与if一起使用判断存在。
作者一再强调,字典重载的in操作是对象是所有的keys,所以没必要先调用d.keys()获取键的列表,再使用in,而是直接用in d就可以了!
Dictionary get Method
在向字典中添加key时,常常要判断原来的key是否存在。如果仅仅是对原来的值做一些操作,那么get方法就非常适合。
get(key,default):获取key的值,如果key不存在,则返回default。
Dictionary setdefault Method
上一节是获取,那么相应的会有设置。setdefault的语义是”set if necessary, the get”,首先会判断key是否存在,如果不存在则设置值,否则返回已存在的值。在cookbook一书中,它提到这一函数对于值为链表的字典很有用。
defaultdict
它是从字典中派生出来的,顾名思义,这种字典有一个默认的值(事实上它通过一个函数)。这个种字典的产生来源于简化setdefault的调用,在以后遇到使用setdefault时,可以考虑使用这个特化的字典代替。
PS:这个类来源于collections模块,这个模块还包含其它有用模块,包括队列、OrdereDict、MutableSet等。
Building Dictionary
将2个序列组合在字典:一个序列为键,别一个为值。这种操作有一个惯用法,即使用zip组合。
given = ['John', 'Eric', 'Terry', 'Michael'] family = ['Cleese', 'Idle', 'Gilliam', 'Palin'] pythons = dict(zip(given, family))
Test for Truth Values
Python中不喜欢在条件判断时与True或False做比较,而是直接用内置转换和not来判断。这样做代码更简练。下面是判断True与False的完整表格。
False |
True |
False (== 0) |
True (== 1) |
"" (empty string) |
any string but "" (" ", "anything") |
0, 0.0 |
any number but 0 (1, 0.1, -1, 3.14) |
[], (), {}, set() |
any non-empty container ([0], (None,), ['']) |
None |
almost any object that's not explicitly False |
Index & Item:enumerate
enumerate函数很大的特点是这是个generator函数,所以在一些场合效率会不错。在涉及Index时,这个函数应该是用得最多的。因为 Python语言中for循环的天生缺陷,如果要达到这个效果,必须用range,并再配合索引。正因为这个缺陷,才有了这个函数产生!这给我的感觉就像 STL很多人推荐用迭代器遍历,有人觉得声明太冗长,于是在C++0x推出一个auto关键字来。
Default Parameter Values
一开始出现了一个非常令人不解的代码
def bad_append(new_item, a_list=[]): a_list.append(new_item) return a_list
>>> print bad_append('one') ['one'] >>> print bad_append('two') ['one', 'two']
问题原因是,a_list是一个变量,它在声明的时候被定义为一个空的list。而list是mutable对象~~~~~~~~~~
最终我找到它的原因。在函数声明时,创建了一个空的list (‘[]’),a_list只不过是这个空list的Label而已。在编译器中,a_list被定死为某一全局list的地址“引用”。在第一次调用 append(‘on’)时,那个空list变成了[‘one’],函数退出后此list没有回收,所以在下一次调用时才会出现这种情况!
Advanced % String Formatting
%有一个非常有意思的用法,即在字符串内写出对象名字。
values = {'name': name, 'messages': messages} print ('Hello %(name)s, you have %(messages)i ' % values)
这种写法的好处是,当要改变打印格式时,只需要改变里面的内容即可。通常,values是用locals()代替,这样一来这种灵活的机制就非常厉害了。例如,可以向某一函数传入一条字符串就可以指定打印的内容了。
Generator Expression(生成器表达式)
GE与listcomprehension(列表解析)非常类似
列表解析:
语法:[expr for iter_var in iterable] 或 [expr for iter_var in iterable ifcond_expr]
生成器表达式:
语法:(expr for iter_var in iterable) 或 (expr for iter_var in iterable if cond_expr)
生成器表达式比列表解析晚一点出来,它的好处非常明显,就是它返回的是一个“生成器”,而非一个列表。
生成器在Python中被推荐替代常规的for循环,而很多地方生列表施展的地方成器也可以替代,因为本质上它们支持程度相同。当列表仅仅是作为临时使用时,生成器可能在内存上表现更佳。
Reading Lines From Text/Data File
请看代码
datafile = open('datafile') for line in datafile: do_something(line)
可能不少人会使用readlines方法,对于小文件,两者没有区别,但是大文件前者效率会高很多。