Python的知识点回顾

=Start=

周末北京雾霾，没有出门，宅在家里把《编写高质量代码：改善Python程序的91个建议》这本书看了一遍，结合之前看的《Python高手之路》，回顾了一下Python中的知识点，在此记录一下：

什么样的代码才够Pythonic？

这是很难定义的。而且对于Pythonic的概念，不同的人有不同的看法。但以下几个方面还是值得参考的：

代码应充分体现Python自身的风格（看起来像伪码般清晰易懂）；
对Python语法有充分理解，熟悉常见的idioms，但不应当为了使用而使用；
对Python标准库有充分的理解，特别是内置函数和内置数据类型；
学习Python不同版本提供的新特性，以及掌握它的变化趋势；
学习公认的Pythonic风格的代码，比如：Flask、requests等；

代码规范

使用类似于 PEP8 这样的代码规范/风格检测工具帮助学习：代码布局、注释、命名规范等方面的要求。

构建合理的包层次来管理module

本质上每一个Python文件都是一个模块，使用模块可以增强代码的可维护性和可重用性。但显然在大的项目中将所有的Python文件都放在一个目录下并不是一个值得推荐的做法，我们需要合理的组织项目的层次来管理模块，这就是包(package)发挥功效的地方了。

什么是包(package)呢？简单来说，包(package)即目录，但与普通目录不同，它除了包含常规的Python文件以外，还包含一个 __init__.py 文件，同时它允许嵌套。比如：

Package/__init__.py
    Module1.py
    Module2.py
    Subpackage/__init__.py
        Module1.py
        Module2.py

包中的模块可以通过“.”访问符进行访问，即“包名.模块名”。比如：

import Package
from Package import Module1
from Package import Subpackage
import Package.Subpackage
from Package.Subpackage import Module1

列表解析/推导式（list comprehension）

1.代码量更少，简洁、直观清晰；

2.列表解析的效率更高（但对于大数据的处理，列表解析不是一个最佳选择，过多的内存消耗可能会导致 MemoryError ，这时还是推荐使用传统的循环进行处理）；

Python性能优化的小tips

减少函数调用

性能: 列表解析 > for 循环 > while 循环
遍历list时，列表解析性能最优，while循环最差(需要一个外部计数器)

处理大数据时，尽可能使用不可变数据类型，更快 —— tuple > list

尽可能的创建生成器和使用yield，因为这相对于常规序列实现方式，性能更优

使用局部变量
局部变量性能优于全局变量，内建变量及属性查找（LEGB）

使用后用del删除无用对象

创建大文件的技巧

with open('large.txt', 'wb') as fp:
    fp.seek(1073741824-1)
    fp.write('\0')

Python中的新式类和古典类

'''
Python中一切皆对象：字符是对象，列表是对象，内建类型(built-in type)也是对象；用户定义的类型是对象，object是对象，type也是对象。
自 Python 2.2 之后，为了弥补内建类型(built-in type)和古典类(classic classes)之间的鸿沟引入了新式类(new-style classes)。在新式类中，object是所有内建类型的基类，用户所定义的类可以继承自object也可继承自内建类型。

鸿沟：类和类型并不统一；
比如上面的 a 是古典类Class A的一个实例，那么 a.__class__ 返回 __main__.A ，type(a)返回<type 'instance'>
b 是新式类Class B的一个实例，那么 b.__class__ 返回 <class '__main__.B'> ，type(b)返回<class '__main__.B'>
'''

class A:
	pass

class B(object):
	pass

# class C(type):
# 	pass

class D(dict):
	pass

a = A()
b = B()
# c = C()
d = D()
print type(A), type(B), type(D)	#<type 'classobj'> <type 'type'> <type 'type'>
print type(a), type(b), type(d)	#<type 'instance'> <class '__main__.B'> <class '__main__.D'>

print a.__class__, isinstance(a, object), isinstance(a, type)	#__main__.A True False
print b.__class__, isinstance(b, object), isinstance(b, type)	#<class '__main__.B'> True False
# print c.__class__, isinstance(c, object), isinstance(c, type)
print d.__class__, isinstance(d, object), isinstance(d, type)	#<class '__main__.D'> True False

Python中的「空」数据

常量 None
常量 False
任何形式的数值类型零，如 0/0L/0.0/0j
空的序列，如 ”/()/[]
空的字典，如 {}
当用户定义的类中定义了 nonzero() 方法和 len() 方法，并且该方法返回整数0或者布尔值False的时候。

其中常量 None 的特殊性体现在它既不是 0、False，也不是空字符串，它就是一个空值对象。其数据类型为 NoneType，遵循单例模式，是唯一的，因而不能创建 None 对象。所有赋值为None的变量都相等，并且None与任何其他非None的对象的比较结果都为False。

Python中时间戳字符串的大小比较

datetime对象自身就支持用「>/<」操作符进行比较操作

参考：How to compare two dates?

Python中将字符串转换成datetime对象的方法

datetime.datetime.strptime

>>> from datetime import datetime as dt
>>> a = dt.strptime("10/12/13", "%m/%d/%y")
>>> b = dt.strptime("10/15/13", "%m/%d/%y")
>>> a > b
False
>>> a < b
True
>>>

Python中的多行字符串

multi_line_str = """line one
             line two
             line three"""

joined_line_str = ("this is an "
            "implicitly joined "
            "string")

Python中多行字符串的格式化

搜索关键字：python multi line string format

'''line {0}
line {1}
line {2}'''.format(1,2,3)

args = (1,2,3)
'''line {0}
line {1}
line {2}'''.format(*args)

kwargs = {'arg1':1, 'arg2':2, 'arg3':3}
'''line {arg1}
line {arg2}
line {arg3}'''.format(**kwargs)

=EOF=

2 8 月, 2015

admin

Programing, Tools

DateTime, Python, time, tips