大家好，今天给大家分享 18 个 Python 初学者常有的坏习惯，这些坏习惯不仅影响 Python 代码的可读性，而且 影响 Python 的运行性能。
摒弃这些坏习惯并以 Pythonic 的方式编写代码，提高的不仅仅是你的代码质量，也给阅读代码的人留下好印象。喜欢记得收藏、点赞、关注。
废话不多说，我们开始学习吧！
1、拼接字符串用 + 号
坏的做法：
def manual_str_formatting(name, subscribers):
if subscribers > 100000:
print("Wow " + name + "! you have " + str(subscribers) + " subscribers!")
else:
print("Lol " + name + " that's not many subs")
好的做法是使用 f-string，而且效率会更高：
def manual_str_formatting(name, subscribers):
# better
if subscribers > 100000:
print(f"Wow {name}! you have {subscribers} subscribers!")
else:
print(f"Lol {name} that's not many subs")
2、使用 finaly 而不是上下文管理器
坏的做法：
def finally_instead_of_context_manager(host, port):
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
try:
s.connect((host, port))
s.sendall(b'Hello, world')
finally:
s.close()
好的做法是使用上下文管理器，即使发生异常，也会关闭 socket：：
def finally_instead_of_context_manager(host, port):
# close even if exception
with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s:
s.connect((host, port))
s.sendall(b'Hello, world')
3、尝试手动关闭文件
坏的做法:
def manually_calling_close_on_a_file(filename):
f = open(filename, "w")
f.write("hello!\n")
f.close()
好的做法是使用上下文管理器，即使发生异常，也会自动关闭文件，凡是有上下文管理器的，都应该首先采用：
def manually_calling_close_on_a_file(filename):
with open(filename) as f:
f.write("hello!\n")
# close automatic, even if exception
4、except 后面什么也不写
坏的做法：
def bare_except():
while True:
try:
s = input("Input a number: ")
x = int(s)
break
except: # oops! can't CTRL-C to exit
print("Not a number, try again")
这样会捕捉所有异常，导致按下 CTRL-C 程序都不会终止，好的做法是
def bare_except():
while True:
try:
s = input("Input a number: ")
x = int(s)
break
except Exception: # 比这更好的是用 ValueError
print("Not a number, try again")
5、函数参数使用可变对象
如果函数参数使用可变对象，那么下次调用时可能会产生非预期结果，坏的做法
def mutable_default_arguments():
def append(n, l=[]):
l.append(n)
return l
l1 = append(0) # [0]
l2 = append(1) # [0, 1]
好的做法:
def mutable_default_arguments():
def append(n, l=None):
if l is None:
l = []
l.append(n)
return l
l1 = append(0) # [0]
l2 = append(1) # [1]
6、从不用推导式
坏的做法
squares = {}
for i in range(10):
squares[i] = i * i
好的做法
odd_squares = {i: i * i for i in range(10)}
7、推导式用的上瘾
推导式虽然好用，但是不可以牺牲可读性，坏的做法
c = [
sum(a[n * i + k] * b[n * k + j] for k in range(n))
for i in range(n)
for j in range(n)
]
好的做法:
c = []
for i in range(n):
for j in range(n):
ij_entry = sum(a[n * i + k] * b[n * k + j] for k in range(n))
c.append(ij_entry)
8、检查类型是否一致用
坏的做法
def checking_type_equality():
Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
if type(p) == tuple:
print("it's a tuple")
else:
print("it's not a tuple")
好的做法
def checking_type_equality():
Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
# probably meant to check if is instance of tuple
if isinstance(p, tuple):
print("it's a tuple")
else:
print("it's not a tuple")
9、用 == 判断是否单例
坏的做法
def equality_for_singletons(x):
if x == None:
pass
if x == True:
pass
if x == False:
pass
好的做法
def equality_for_singletons(x):
# better
if x is None:
pass
if x is True:
pass
if x is False:
pass
10、判断一个变量用 bool(x)
坏的做法
def checking_bool_or_len(x):
if bool(x):
pass
if len(x) != 0:
pass
好的做法
def checking_bool_or_len(x):
# usually equivalent to
if x:
pass
11、使用类 C 风格的 for 循环
坏的做法
def range_len_pattern():
a = [1, 2, 3]
for i in range(len(a)):
v = a[i]
...
b = [4, 5, 6]
for i in range(len(b)):
av = a[i]
bv = b[i]
...
好的做法
def range_len_pattern():
a = [1, 2, 3]
# instead
for v in a:
...
# or if you wanted the index
for i, v in enumerate(a):
...
# instead use zip
for av, bv in zip(a, b):
...
12、不实用 dict.items
坏的做法
def not_using_dict_items():
d = {"a": 1, "b": 2, "c": 3}
for key in d:
val = d[key]
...
好的做法
def not_using_dict_items():
d = {"a": 1, "b": 2, "c": 3}
for key, val in d.items():
...
13、解包元组使用索引
坏的做法
mytuple = 1, 2
x = mytuple[0]
y = mytuple[1]
好的做法
mytuple = 1, 2
x, y = mytuple
14、使用 time.time() 统计耗时
坏的做法
def timing_with_time():
start = time.time()
time.sleep(1)
end = time.time()
print(end - start)
好的做法是使用 time.perf_counter()，更精确：
def timing_with_time():
# more accurate
start = time.perf_counter()
time.sleep(1)
end = time.perf_counter()
print(end - start)
15、记录日志使用 print 而不是 logging
坏的做法
def print_vs_logging():
print("debug info")
print("just some info")
print("bad error")
好的做法
def print_vs_logging():
# versus
# in main
level = logging.DEBUG
fmt = '[%(levelname)s] %(asctime)s - %(message)s'
logging.basicConfig(level=level, format=fmt)
# wherever
logging.debug("debug info")
logging.info("just some info")
logging.error("uh oh :(")
16、调用外部命令时使用 shell=True
坏的做法
subprocess.run(["ls -l"], capture_output=True, shell=True)
如果 shell=True，则将 ls -l 传递给/bin/sh(shell) 而不是 Unix 上的 ls 程序，会导致 subprocess 产生一个中间 shell 进程， 换句话说，使用中间 shell 意味着在命令运行之前，命令字符串中的变量、glob 模式和其他特殊的 shell 功能都会被预处理。比如，$HOME 会在在执行 echo 命令之前被处理处理。
好的做法是拒绝从 shell 执行：
subprocess.run(["ls", "-l"], capture_output=True)
17、从不尝试使用 numpy
坏的做法
def not_using_numpy_pandas():
x = list(range(100))
y = list(range(100))
s = [a + b for a, b in zip(x, y)]
好的做法:
import numpy as np
def not_using_numpy_pandas():
# 性能更快
x = np.arange(100)
y = np.arange(100)
s = x + y
18、喜欢 import *
坏的做法
from itertools import *
count()
这样的话，没有人直到这个脚本到底有多数变量， 好的做法：
from mypackage.nearby_module import awesome_function
def main():
awesome_function()
if __name__ == '__main__':
main()
最后：
作为一个IT的过来人，我分享的都是一些自己的学习方法和干货。还有一下写整理的一些Python干货可以领取哦。
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，你可以按照上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
四、Python视频合集
观看零基础学习视频，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
光学理论是没用的，要学会跟着一起敲，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、Python练习题
检查学习结果。
七、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
