<文末附带精品籽料>
在我开始学习编程的时候,我深入研究 Python 的世界感觉有点难度,对于我来讲是有一点挑战性的。虽然我掌握了一些基础知识,但学习如何写出优雅而干净的代码,对于我来讲,却是一个需要急迫解决的难题。
那时,我经常提到 Python 之禅——它确实很好,但在我看来,它是笼统和模糊的。我需要更具体的例子,这也是我写这篇文章的原因。
有趣的是,我观察到人们学习编码的方式发生了转变,尤其是那些在 ChatGPT 时代之后开始学习的人。
在 ChatGPT 时代学习的人,似乎擅长修复错误和调试。另一方面,那些在 GPT 之前编程的人擅长分析答案、利用 Stack Overflow 和文档等资源。
在我七年的 Python 开发生涯中,我遇到了一些产生重大影响的概念。在这篇文章中,我想根据我自己的经验分享 27 个简单的技巧。
这些技巧不仅加快了我写程序的速度,并且还帮助我写出了更干净、更容易理解的代码。
当我分享这些知识要点时,希望你能保留好,也许有一天,你可能会发现一些与你的编码之旅相识之处,从而产生一些共鸣。
1.F-Strings:动态字符串格式
提示:使用 f-strings (Python 3.6+) 进行简洁和动态的字符串格式化。
优点:
-
简洁易读的语法。
-
轻松将表达式嵌入字符串中。
缺点:
-
仅限于 Python 3.6 及以上版本。
-
小心安全漏洞;SQL注入。
例子:
name = "John"
age = 25
message = f"My name is {name}, and I am {age} years old."
2. 装饰器:动态增强功能
提示:利用装饰器动态扩展或修改函数,增强代码模块化。
优点:
-
提供了一种扩展函数行为的简洁方法。
-
增强代码的可重用性。
缺点:
- 过度使用装饰器会使代码更难理解。
例子:
import time
def timer_decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__} executed in {end_time - start_time} seconds")
return result
return wrapper
@timer_decorator
def example_function():
# Function logic here
3. 利用 help() 函数掌握 Python
提示:利用 help() 函数作为强大的工具来深入了解 Python 模块、函数和对象,以便更好地理解和使用。
优点:
-
即时文档:快速访问代码中任何 Python 对象、模块或函数的文档。
-
交互式学习:非常适合直接从 Python 解释器或脚本探索和学习不熟悉的模块或函数。
缺点:
- 详细信息有限:help() 提供的信息有时可能很简洁,对于复杂的主题可能需要更详细的文档。help() 的有效性取决于代码中文档字符串的存在和质量。
例子:
# Example: Using the help() function
def calculate_square(number):
"""
Calculates the square of a given number.Parameters:
- number (int): The input number.
Returns:
- int: The square of the input number.
"""
return number ** 2
# Accessing help for the calculate_square function
help(calculate_square)
4. 列表推导式:紧凑列表创建
提示:采用列表推导式,以简洁易读的方式创建列表,从而减少对多行循环的需求。
优点:
-
通过压缩列表创建逻辑来增强可读性。
-
与传统循环相比,通常可以提高性能。
缺点:
- 避免嵌套列表理解以获得更好的可读性,尤其是对于复杂的逻辑。
例子:
# Finding squares of even numbers in a range
squares = [x**2 for x in range(10) if x % 2 == 0]
5.循环中的else子句
提示:在循环中使用 else 子句,以便在循环自然完成时执行代码。
优点:
-
允许在循环自然完成时执行代码,而无需使用break语句。
-
非常适合特定操作应遵循成功循环的场景。
缺点:
- 经常被忽视或误解,导致潜在的逻辑错误。
例子:
# Finding prime numbers using the else clause
for n in range(2, 10):
for x in range(2, n):
if n % x == 0:
break
else:
print(n, "is a prime number.")
6. Lambda 函数:快速且匿名的函数
提示:使用 lambda 函数进行快速匿名函数定义。
优点:
-
简洁的单行代码实现简单的功能。
-
不需要正式的函数定义。
缺点:
-
仅限于单一表达;不适合复杂的逻辑。
-
如果过度使用会降低代码的可读性。
例子:
# Adding two numbers with a lambda function
add_numbers = lambda x, y: x + y
result = add_numbers(3, 5)
7. 使用 enumerate 和 zip 进行 Pythonic 迭代
提示:使用 enumerate() 和 zip() 函数对序列进行更多 Python 迭代。
优点:
-
enumerate():使用索引和值简化迭代。
-
zip():促进多个列表的并行迭代。
缺点:
- 无重大影响;提高代码的清晰度和简洁性。
例子:
# Pythonic iteration using enumerate and zip
names = ["Alice", "Bob", "Charlie"]
ages = [25, 30, 22]
# Enumerate for index and value
for index, name in enumerate(names):
print(f"Person {index + 1}: {name}")
# Zip for parallel iteration
for name, age in zip(names, ages):
print(f"{name} is {age} years old.")
8. *args 和 **kwargs:灵活的函数参数
提示:使用 *args 和 **kwargs 将可变数量的参数传递给函数,为广泛的用例提供灵活性。
优点:
-
非常适合处理可变数量的参数。
-
允许创建多功能函数和包装器。
缺点:
- 需要仔细记录,因为函数签名可能不会显示所有可能的参数。
例子:
# A function that multiplies all given arguments
def multiply(*args):
result = 1
for num in args:
result *= num
return result
9. 使用 try 和 except 进行优雅的错误处理
提示:合并 try 和 except 块以进行优雅的错误处理,从而增强代码的稳健性。
优点:
-
错误恢复能力,防止你的程序因意外错误而崩溃。
-
增强的调试:提供对错误原因的深入了解,有助于有效的调试。
-
用户友好:允许你向用户传达特定的错误消息以获得更好的体验。
缺点:
-
开销:在某些情况下,使用 try 和 except 可能会带来轻微的性能开销。
-
潜在的疏忽:错误地捕获或抑制错误可能会掩盖潜在的问题。
例子:
# Example: Graceful error handling with try and except
def divide_numbers(a, b):
try:
result = a / b
print(f"The result of {a} divided by {b} is: {result}")
except ZeroDivisionError:
print("Cannot divide by zero! Please provide a non-zero denominator.")
except Exception as e:
print(f"An unexpected error occurred: {e}")
else:
print("Division successful!")
# Testing the function
divide_numbers(10, 2) # Normal division
divide_numbers(5, 0) # Division by zero
divide_numbers("a", 2) # Unexpected error (TypeError)
10.列表切片:功能强大且富有表现力
提示:利用列表切片对列表进行简洁且富有表现力的操作。
优点:
-
简化提取子列表、反转或跳过元素等操作。
-
增强代码可读性并减少对显式循环的需求。
缺点:
- 过度使用复杂的切片可能会影响代码的可读性。
例子:
# Extracting a sublist from index 2 to 5
original_list = [1, 2, 3, 4, 5, 6, 7]
sublist = original_list[2:6]
11. 生成器:内存高效迭代
提示:利用生成器迭代大型数据集,而无需将所有内容加载到内存中。
优点:
-
有效处理大型数据集。
-
即时生成项目,节省内存。
缺点:
- 生成器是一次性迭代器;一旦消耗,它们就不能重复使用。
例子:
# Fibonacci sequence generator
def fibonacci(n):
a, b = 0, 1
for _ in range(n):
yield a
a, b = b, a + b
12. 断言:充满信心地调试
提示:在开发过程中使用断言来确认有关代码状态的假设。
优点:
-
通过尽早发现潜在问题来增强代码可靠性。
-
提供一种方法来确认有关代码的假设。
缺点:
- 在生产代码中过度使用会影响性能。
例子:
# Assertion for checking if a variable is positive
num = -5
assert num > 0, "Number must be positive"
13. 深复制与浅复制:明智地复制
提示:了解处理可变对象的深复制和浅复制之间的区别。
优点:
-
浅拷贝:创建一个包含对相同对象的引用的新集合。
-
Deepcopy:生成原始对象及其所有内容的独立克隆。
缺点:
- 当需要深复制时使用浅复制可能会导致原始数据的意外修改。
例子:
# Duplicating a nested list with both shallow and deep copies
import copy
original = [[1, 2, 3], [4, 5, 6]]
shallow = copy.copy(original)
deep = copy.deepcopy(original)
14. 随机模块:拥抱不可预测性
提示:使用 random 模块将可变性或随机性引入代码中。
优点:
-
对于模拟、游戏或任何需要不可预测性的场景很有用。
-
提供多种随机化功能。
缺点:
- 结果并不是真正随机的;它们是伪随机的。
例子:
import random
# Generating a random number between 1 and 10
random_number = random.randint(1, 10)
15.Defaultdict:简化字典操作
提示:使用集合模块中的 defaultdict 来简化字典操作。
优点:
-
通过为不存在的键提供默认值来简化代码。
-
消除显式密钥存在检查。
缺点:
- 需要导入集合模块。
例子:
from collections import defaultdict
word = "pythonic"
letter_count = defaultdict(int)
for letter in word:
letter_count[letter] += 1
16. 海象运算符 (:=):内联赋值以提高效率
提示:使用海象运算符 (Python 3.8+) 进行表达式内的内联赋值。
优点:
-
高效地分配值并在同一表达式中使用它们。
-
在某些情况下减少冗余。
缺点:
- 过度使用它会使不熟悉该操作符的人更难阅读代码。
例子:
# Reading lines from a file until a blank line is found
with open('file.txt', 'r') as f:
while (line := f.readline().strip()):
print(line)
17. 类型提示:增强代码清晰度
提示:采用类型提示 (Python 3.5+) 来提高代码清晰度,尤其是在大型项目中。
优点:
-
提高代码的可读性和可维护性。
-
实现更好的 IDE 支持和静态类型检查。
缺点:
- Python 仍然是一种动态类型语言;类型提示是可选的,不是强制的——它是为了人眼;)。
例子:
# Function with type hints
def greet(name: str) -> str:
return f"Hello, {name}!"
18.Namedtuples:自记录数据结构
提示:使用命名元组创建简单的、自记录的数据结构。
优点:
-
提供轻量级、不可变的数据结构。
-
通过为每个字段命名来增强代码可读性。
缺点:
-
不可变;创建后无法修改。
-
对于可变结构,请考虑使用数据类 (Python 3.7+)。
例子:
# Creating a namedtuple for a person
from collections import namedtuple
Person = namedtuple('Person', ['name', 'age'])
alice = Person(name="Alice", age=30)
19. 压缩和解压缩列表:组合和解压序列
提示:使用 zip() 组合多个可迭代对象,从而更轻松地并行循环多个列表。
优点:
-
简化了同时迭代多个列表的过程。
-
对于需要一起处理不同列表中的项目的任务非常方便。
缺点:
- zip() 在最短输入列表处停止;对于不同大小的可迭代对象,请考虑使用 itertools.zip_longest()。
例子:
# Matching user inputs with corresponding answers in a quiz
names = ["Alice", "Bob"]
scores = [85, 92]
for name, score in zip(names, scores):
print(f"{name}: {score}")
20. 字典 — get() 和 setdefault():优雅的键处理
提示:使用 get() 和 setdefault() 方法增强字典操作。
优点:
-
get():检索键的值,如果键不存在则提供默认值。
-
setdefault():如果键不存在则设置默认值,防止多余的键检查。
缺点:
- 忽略这些方法可能会导致检查密钥是否存在的冗余代码。
例子:
data = {"name": "Alice"}
age = data.get("age", 30)
data.setdefault("country", "USA")
21. __main__ Guard:脚本执行控制
提示:当直接运行脚本时,使用 if __name__ == “__main__”: 保护来控制代码执行。
优点:
-
确保某些代码仅在直接执行脚本时运行,而不是在导入时运行。
-
对于可以为函数导入或为任务直接运行的实用程序脚本很有用。
缺点:
- 导入模块时忘记使用此防护可能会导致意外行为。
例子:
if __name__ == "__main__":
print("This script is being run directly!")
22. 虚拟环境:隔离项目特定开发的依赖关系
提示:利用虚拟环境来隔离项目特定的依赖关系,防止与系统范围的包发生冲突。
优点:
-
确保每个项目都有一个干净且隔离的环境。
-
便于管理依赖关系并避免冲突。
缺点:
- 忘记激活虚拟环境可能会导致全局 Python 环境中意外安装包。
例子:
# Creating and activating a virtual environment
python -m venv my_project_env
source my_project_env/bin/activate
23. 星号 (*) 运算符:用途广泛且功能强大
提示:探索星号 (*) 运算符在打包和解包、关键字参数解包和重复方面的多功能性。
优点:
-
有效地将集合解包为单独的元素。
-
促进函数中的动态参数处理。
缺点:
- 过度使用会降低代码的可读性,尤其是连续多次解包时。
例子:
# Passing a dynamic list of values to a function expecting separate arguments
def func(a, b, c):
return a + b + c
values = [1, 2, 3]
print(func(*values))
24. 上下文管理器(带语句):资源管理简单性
提示:将上下文管理器与 with 语句结合使用,以实现高效的资源管理。
优点:
-
确保资源的正确设置和拆卸。
-
提高代码可读性并降低资源泄漏的可能性。
缺点:
- 在有益的情况下忘记使用 with 语句可能会导致与资源相关的问题。
例子:
# Opening and reading a file using a context manager
with open('file.txt', 'r') as f:
content = f.read()
25. Python 的下划线 (_) 用途:命名和循环的多功能性
提示:利用下划线 (_) 作为循环中的一次性变量。
优点:
-
表示命名约定中的“受保护”变量。
-
重用 REPL 环境中的最后结果。
-
当不需要循环变量时,充当循环中的一次性变量。
缺点:
- 不同的用途可能会令人困惑,尤其是对于新程序员来说。
例子:
# Iterating a specific number of times without needing the loop counter
for _ in range(5):
print("Hello, World!")
26.映射、过滤和归约:Python 中的函数式编程
提示:将map()、filter() 和reduce() 合并为处理集合的函数方法,从而减少对显式循环的需要。
优点:
-
map():将函数应用于集合中的每个项目。
-
filter():根据谓词选择项目。
-
reduce():累积应用函数,将序列减少为单个值。
缺点:
- 请注意,在 Python 3.x 中,map() 和 filter() 返回迭代器;如果需要,将它们转换为列表。
例子:
# Using map() to convert strings to uppercase
names = ["alice", "bob", "charlie"]
upper_names = list(map(str.upper, names))
27.合并字典:简化字典操作
提示:使用 update() 方法或 {**dict1, **dict2} 语法来合并字典。
优点:
-
简化多个词典内容的组合。
-
提供选择合并方法的灵活性。
缺点:
- 在处理嵌套字典时,过度使用这种方法可能会导致意想不到的结果。
例子:
# Merging dictionaries using the update() method
dict1 = {'a': 1, 'b': 2}
dict2 = {'b': 3, 'c': 4}
dict1.update(dict2)
恭喜!你已经走到了最后!
总结完这些 Python 编码技巧后,我希望能为你的开发工具包找到一些方便的技巧。
无论你是专家还是新手,通过新技巧保持新鲜感始终是一个不错的举措。尝试一下,看看什么对你有用,并享受这个过程,让你的 Python 工具变得更强大。
最后,感谢你的阅读,祝编程快乐!
最后 如果你对Python感兴趣的话,可以试试我整理的这份Python全套学习资料,【点击这里】领取!
包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python!
① Python所有方向的学习路线图
,清楚各个方向要学什么东西
② 100多节Python课程视频
,涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例
,学习不再是只会理论
④ 华为出品独家Python漫画教程
,手机也能学习
⑤ 历年互联网企业Python面试真题
,复习时非常方便******