7 年 Python 的我，总结了这 90 条写 Python 程序的建议

2. 编程惯用法

建议8：利用assert语句来发现问题，但要注意，断言assert会影响效率

建议9：数据交换值时不推荐使用临时变量，而是直接a, b = b, a

建议10：充分利用惰性计算（Lazy evaluation）的特性，从而避免不必要的计算

建议11：理解枚举替代实现的缺陷（最新版Python中已经加入了枚举特性）

建议12：不推荐使用type来进行类型检查，因为有些时候type的结果并不一定可靠。如果有需求，建议使用isinstance函数来代替

建议13：尽量将变量转化为浮点类型后再做除法（Python3以后不用考虑）

建议14：警惕eval()函数的安全漏洞，有点类似于SQL注入

建议15：使用enumerate()同时获取序列迭代的索引和值

建议16：分清==和is的适用场景，特别是在比较字符串等不可变类型变量时（详见评论）

建议17：尽量使用Unicode。在Python2中编码是很让人头痛的一件事，但Python3就不用过多考虑了

建议18：构建合理的包层次来管理Module

3. 基础用法

建议19：有节制的使用from…import语句，防止污染命名空间

建议20：优先使用absolute import来导入模块（Python3中已经移除了relative import）

建议21：i+=1不等于++i，在Python中，++i前边的加号仅表示正，不表示操作

建议22：习惯使用with自动关闭资源，特别是在文件读写中

建议23：使用else子句简化循环（异常处理）

建议24：遵循异常处理的几点基本原则

（1）注意异常的粒度，try块中尽量少写代码

（2）谨慎使用单独的except语句，或except Exception语句，而是定位到具体异常

（3）注意异常捕获的顺序，在合适的层次处理异常

（4）使用更加友好的异常信息，遵守异常参数的规范

建议25：避免finally中可能发生的陷阱

建议26：深入理解None，正确判断对象是否为空。

建议27：连接字符串应优先使用join函数，而不是+操作

建议28：格式化字符串时尽量使用.format函数，而不是%形式

建议29：区别对待可变对象和不可变对象，特别是作为函数参数时

建议30：[], {}和()：一致的容器初始化形式。使用列表解析可以使代码更清晰，同时效率更高

建议31：函数传参数，既不是传值也不是传引用，而是传对象或者说对象的引用

建议32：警惕默认参数潜在的问题，特别是当默认参数为可变对象时

建议33：函数中慎用变长参数 args和 kargs

（1）这种使用太灵活，从而使得函数签名不够清晰，可读性较差

（2）如果因为函数参数过多而是用变长参数简化函数定义，那么一般该函数可以重构

建议34：深入理解str()和repr()的区别

（1）两者之间的目标不同：str主要面向客户，其目的是可读性，返回形式为用户友好性和可读性都比较高的字符串形式；而repr是面向Python解释器或者说Python开发人员，其目的是准确性，其返回值表示Python解释器内部的定义

（2）在解释器中直接输入变量，默认调用repr函数，而print(var)默认调用str函数

（3）repr函数的返回值一般可以用eval函数来还原对象

（4）两者分别调用对象的内建函数 __str__ ()和 __repr__ ()

建议35：分清静态方法staticmethod和类方法classmethod的使用场景

4. 库的使用

建议36：掌握字符串的基本用法

建议37：按需选择sort()和sorted()函数

sort()是列表在就地进行排序，所以不能排序元组等不可变类型。

sorted()可以排序任意的可迭代类型，同时不改变原变量本身。

建议38：使用copy模块深拷贝对象，区分浅拷贝（shallow copy）和深拷贝（deep copy）

建议39：使用Counter进行计数统计，Counter是字典类的子类，在collections模块中

建议40：深入掌握ConfigParse

建议41：使用argparse模块处理命令行参数

建议42：使用pandas处理大型CSV文件

Python本身提供一个CSV文件处理模块，并提供reader、writer等函数。

Pandas可提供分块、合并处理等，适用于数据量大的情况，且对二维数据操作更方便。

建议43：使用ElementTree解析XML

建议44：理解模块pickle的优劣

优势：接口简单、各平台通用、支持的数据类型广泛、扩展性强

劣势：不保证数据操作的原子性、存在安全问题、不同语言之间不兼容

建议45：序列化的另一个选择JSON模块：load和dump操作

建议46：使用traceback获取栈信息

建议47：使用logging记录日志信息

建议48：使用threading模块编写多线程程序

建议49：使用Queue模块使多线程编程更安全

5. 设计模式

建议50：利用模块实现单例模式

建议51：用mixin模式让程序更加灵活

建议52：用发布-订阅模式实现松耦合

建议53：用状态模式美化代码

6. 内部机制

建议54：理解build-in对象

建议55：__init__ ()不是构造方法，理解 __new__ ()与它之间的区别

建议56：理解变量的查找机制，即作用域

局部作用域

全局作用域

嵌套作用域

内置作用域

建议57：为什么需要self参数

建议58：理解MRO（方法解析顺序）与多继承

建议59：理解描述符机制

建议60：区别 __getattr__ ()与 __getattribute__ ()方法之间的区别

建议61：使用更安全的property

建议62：掌握元类metaclass

建议63：熟悉Python对象协议

建议64：利用操作符重载实现中缀语法

建议65：熟悉Python的迭代器协议

建议66：熟悉Python的生成器

建议67：基于生成器的协程和greenlet，理解协程、多线程、多进程之间的区别

建议68：理解GIL的局限性

建议69：对象的管理和垃圾回收

7. 使用工具辅助项目开发

建议70：从PyPI安装第三方包

建议71：使用pip和yolk安装、管理包

建议72：做paster创建包

建议73：理解单元测试的概念

建议74：为包编写单元测试

建议75：利用测试驱动开发（TDD）提高代码的可测性

建议76：使用Pylint检查代码风格

代码风格审查

代码错误检查

发现重复以及不合理的代码，方便重构

高度的可配置化和可定制化

支持各种IDE和编辑器的集成

能够基于Python代码生成UML图

能够与Jenkins等持续集成工具相结合，支持自动代码审查

建议77：进行高效的代码审查

建议78：将包发布到PyPI

8. 性能剖析与优化

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！