PS:整理自书籍《Python 编写高质量Python代码的59个有效方法》，仅供学习整理使用

Cha 1 用Pythonic方式来思考

TIP 1 确认自己所用的Python版本

TIP 2 遵循PEP8风格指南

1.使用space来表示缩进，而不要使用tab

2.文件中的函数和类之间应该用两行空格隔开

3.在同一个类中，各方法之间应该用一个空行隔开

4.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

5.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

6.受保护的实例属性，以单个下划线开头，例如，_leading_underscore

7.私有的实例属性，应该以两个下划线开头，例如，__double_leading_underscore

8.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

9.模块级别的常量，应该全部采用大写字母来拼写，各个单词之间以下划线相连，例如。ALL_CAPS

10.类中的实例方法，应该吧首个参数命名为self,以表示该对象自身

11.类方法的首个参数，应该命名为cls，以表示该类自身。

12.每行的字符数不应超过79，可用反斜线和小括号进行多行代码的连接

13.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

14.采用内联形式的否定词，而不要把否定词放在整个表达式的前面

15.不要通过检测长度的办法来判断是否为空值

16.关于模块的引入

TIP 3 了解bytes,str与unicode的区别

TIP 4 用辅助函数来取代复杂的表达式

1.开发者很容易过度运用Python的语法特性，写出特别复杂并且难以理解的单行表达式。

2.把复杂的表达式移入辅助函数之中。

3.使用if、else表达式，比使用or或者and的Boolean操作符写成的表达式更加清晰

TIP 5 了解切割序列的办法

1.不要写多余的代码：当start索引为0，或end索引为序列长度时，应该将其省略

2.切片操作不会计较start与end是否越界

3.对list赋值的时候，如果使用切片操作，就会把原列表中处在相关范围内的值替换成新值，即便长度不同亦可替换。

TIP 6 在单次切片操作内，不要同时指定start、end、和stride

1.既有start ,end又有 stride的切割操作，可能会令人费解。

2.尽量使用stride为正数，且不带start或end索引

3.在同一个切片操作内，不要同时使用start，end和stride，如果确实需要执行，考虑将其拆解为两条赋值语句，其中一条范围切割，另一条做步进切割，或考虑使用内置itertools模块中的islice

TIP 7 用列表推导来取代map和filter

a = [1,2,3,4,5,6,7,8]

square = [x**2 for x in a]

print(square)

1.列表推导要比内置的map和filter函数清晰，因为它无需额外编写lambda表达式

2.列表推导可以跳过输入列表中的某些元素，如果改用map来做就必须辅以filter方能实现

3.字典与集合也支持推导表达式

TIP 8 不要使用含有两个以上表达式的列表推导

eg: matrix = [[1,2,3],[4,5,6],[7,8,9]]

flat = [x for row in matrix for x in row]  

squared = [[x**2 for x in row] for row in matrix]

print(flat)  # flat = [1,2,3,4,5,6,7,8,9]

print(squared) # squared = [[1,4,9],[16,25,36],[49,64,81]]

条件语句亦可加入至列表推导式

a = [1,2,3,4,5,6,7,8,9,10]

b = [x for x in a if x > 4 if x % 2 == 0]

c =  [x for x in a if x > 4 and x % 2 == 0]

此处if 和 and作用一样，b和c的结果等价

1.列表推导支持多级循环，每一级循环也支持多项条件

2.超过两个表达式的列表推导很难理解，应该尽量避免

TIP 9 用生成器表达式来改写数据量较大的列表推导

列表推导的缺点：在推导过程中，对于输入序列的每个值来说，可能都要创建仅含一项元素的全新列表，当数据非常多时，可能会消耗大量内存，导致程序崩溃。

按照列表推导的写法写迭代器，将中括号换成小括号，即可得到迭代器，结合next函数生成所需要的值。

eg: it = (len(x) for x in open('/tmp/my_file.txt'))

print(it)

print(next(it))

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，避免内存用量问题

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

TIP 10 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.尽量用enumerate来改写那种将range与下标访问相结合的序列遍历代码

3.可以给enumerate提供第二个参数，以指定开始计数时所用的值（默认为0）

TIP 11 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.Python3的zip相当于生成器，会在遍历过程中逐次产生元祖，而Python2中的zip则是直接把这些元祖完全生成好，并一次性返回整份列表。

3.如果提供的迭代器长度不等，那么zip就会自动提前终止

4.itertools内置模块中的zip_longest函数可以平行遍历多个迭代器，而不用在乎它们的长度是否相等。

TIP 12 不要在for和while循环后面写else块

1.Python有种特殊语法，可在for及while循环的内部语句块之后紧跟一个else块

2.只有当整个循环主体都没遇到break语句时，循环后面的else块才会执行

3.不要在循环后面使用else块，因为这种写法既不直观又容易引起误解

TIP 13 合理利用try/except/else/finally结构中的每个代码块

try/finally结构，确保程序能够可靠地关闭文件句柄。

handle = open('/tmp/random_data.txt')

try:

    data = handle.read()

finally:

    handle.close()

1.无论try块是否发生异常，都可以利用try/finally复合语句中的finally块来执行清理工作

2.else块可以用来缩减try块中的代码量，并把没有发生异常时所要执行的语句与try/except代码块隔开

3.顺利运行try块后，若想使某些操作能在finally块的清理代码之前执行，则可将这些操作写到else块中。