第1条:确认自己的python版本
第2条:遵循PEP8的风格
1.空格
- 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上再加4个空格。
- 每行字符数不应该超过79。
2.命名
- 受保护的实例属性命名， 应该以单个下划线开头， 例如：_leading_underscore。
- 私有属性的命名， 应该以双下划线开头，例如： __leading_underscore。
- 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：ALL_CAPS。
3.表达式和语句
- 采用内联形式的否定词，而不是要把否定词放在整个表达式的前面，例如，应该写if a is not b 而不是 if not a is b。
- 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，也应该如此，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，引入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。
- 文件中那些import语句应该按顺序划分为三个部分，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
第3条：了解bytes、str与unicode的区别
1.python3中解码和转码方法的使用:
# bytes解码为str
def to_str(bytes_to_str):
if isinstance(bytes_to_str, bytes):
value = bytes_to_str.decode(‘utf-8‘)
else:
value = bytes_to_str
return value
# str转码为bytes
def to_bytes(str_to_bytes):
if isinstance(str_to_bytes, str):
value = str_to_bytes.encode()
else:
value = str_to_bytes
return value
print(to_str(b‘/34ea/2323/udfe‘))
print(to_bytes(‘dkfjdkj‘))
2.从二进制读取或写入二进制文件时，应该总是以‘rb‘或者‘wb‘的方式来操作文件
第4条：用辅助函数来取代复杂的表达式（用if/else最简写的方式来取代or和and等）
第5条： 切片的操作细节
1. 不要写多余的代码，当start的索引为0时，end的索引为序列的长度时，可以将其省略
2. start和end的索引可以越界， 例如：列表a长度为10 a[:20] , a[-20:]照样会运行得到所需要的值
3.赋值表达式的左边是一个列表的拷贝，而右边是一个新列表时，则新列表将会覆盖拷贝的列表。例如：a[:] = [101, 23, 34]
第6条： 在单次切片操作内，不要同时指定start、end和stride
1.尽量少使用start、end和stride共同存在的切片
2.如果非要使用，则start和end为空，stride为整数。尽量避免用负数做stride
3.根据上面两点，如果完成比较复杂的切片，可以先做步进切割，然后范围切割，或者先做范围切割，然后进步切割。
4.根据第三点，如果要求不影响程序速度，使用内置itertools模块中的islice
第7条： 用推导式代替map和filter函数
第8条： 不要使用有含有两个以上表达式的列表推导
1.超过两个表达式的列表推导是很难理解的，应该尽量避免
第9条： 用生成器表达式来改写数据量较大的列表推导
1.当输入的数据量较大时,列表推导可能会因为占用太多内存而出现问题
2.由生成器表达式所返回的迭代器,可以逐次产生输出值,从而避免了内存用量问题
3.把某个生成器表达式所返回的迭代器,放在另一个生成器表达式的for子表达式中,即可将二者组合起来
4.串在一起的生成器表达式执行速度很快
第10条: 尽量用enumerate取代range
1.enumerate函数提供了一种精简的写法,可以在遍历迭代器时获知每个元素的索引
2.可以给enumerate提供第二个参数,以指定开始计数时使用的值(默认为0)
第11条: 用zip函数同时遍历两个迭代器
1.内置的zip函数可以平行地遍历多个迭代器
2.如果提供的迭代器长度不等,那个zip就会自动提前终止
3.itertools内置模块中的zip_longest函数可以平行地遍历多个迭代器,而不用在乎他们的长度是否相等
第12条: 不要在for和while循环后面写else块
1.因为这种写法既不直观,又容易引人误解
第13条: 合理利用try/except/else/finally结构中的每个代码块
1.无论try块中的代码是否异常,都可以利用try/finally复合语句中的finally来做清理操作
2.else块可以用来缩减try块中代码量,并把没有发生异常时所要执行的语句与try/except代码块隔开
第14条: 尽量用异常来表示特殊情况,而不要返回None
1 def divice(a, b):
2 try:
3 return a / b
4 except ZeroDivisionError as e:
5 raise ValueError(‘输入了无意义的数字‘) from e
6
7
8 x, y = 12, 0
9 try:
10 result = divice(x, y)
11 except ValueError:
12 print("输入了无意义的数字")
13 else:
14 print(‘result: %d‘ % result)
第15条: 了解如何在闭包里使用外围作用域中的变量
1.除了那种比较简单的函数,尽量不用nonlocal(而是封装成一个类)
1 def sort_priority(values, group):
2 found = False
3 def helper(x):
4 if x in group:
5 nonlocal found
6 found = True
7 return (0, x)
8 return (1, x)
9
10 # 这里是根据元组的大小进行比较的
11 values.sort(key=helper)
12 return found
13
14
15 numbers = [8, 3, 1, 2, 5, 4, 7, 6]
16 group = {2, 3, 5, 7}
17 sort_priority(numbers, group)
18 print(numbers)
1 # 尽量不用nonlocal numbers = [8, 3, 1, 2, 5, 4, 7, 6]
2 group = {2, 3, 5, 7}
3 class SortPriority:
4 def __init__(self, group):
5 self.group = group
6 self.found = False
7
8 def __call__(self, x):
9 if x in group:
10 self.found = True
11 return (0, x)
12 return (1, x)
13
14
15 sort_priority = SortPriority(group)
16 numbers.sort(key=sort_priority)
17 print(numbers)
原文地址：https://www.cnblogs.com/wakyde/p/11139665.html