你做的 9 件事表明你不是专业的 Python 开发人员

时间2023-04-21 07:00:01发布访客分类Python浏览1205

导读：原文地址： https://medium.com/navan-tech/7-java-features-you-might-not-have-heard-of-adee8166d942，由博主简译后给大家带来! ❞Show me your...

原文地址： https://medium.com/navan-tech/7-java-features-you-might-not-have-heard-of-adee8166d942，由博主简译后给大家带来!

❞

Show me your code and I will tell you who you are.

This article will fix the bad habits you have stuck to over the years or brought from other programming languages.

❝ 是的，老外就这么吊，文章开头就是"给我看看你的代码，我来告诉你，你有几斤几两!"

紧接着，老外告诉你这篇文章为什么这么吊，意思是这篇文章可以纠正你多年以来从其他语言坚持而来的坏习惯。。。虽然博主确实编了几年程序。 ❞

一、手动格拼接字符串

大多数时候，Python 初学者在组合两个字符串时会使用 + 号。

>
    >
    >
     name = "Ridwan"
>
    >
    >
     age = "22"
>
    >
    >
     print("My Name is " + name + " and I am " + age + " years old")
My Name is Ridwan and I am 22 years old

不要使用 + 号，而应使用 f 字符串，这样可以使您的代码可读、简洁且不易出错。「python3.6+开始支持 f 格式字符串」

>
    >
    >
 print(f"My Name is {
name}
 and I am {
age}
     years old")
My Name is Ridwan and I am 22 years old

二、使用默认可变参数

在 Python 中，只要您将可变值作为参数传递给函数，默认参数就会在函数被调用时发生变化。这些可变参数通常是列表或字典。

如下：

>
    >
    >
     def append(n, l=[]):
...     l.append(n)
...     return l
...

可以看到 append 函数的第二个参数 l 是一个可变参数，只要您使用值为 n 调用该函数，它就会更改默认值 l。

// 第一次调用
>
    >
    >
     l1 = append(0)
>
    >
    >
     l1
[0]

当您下次在调用 append 函数时，您将看到您使用的先前值附加到空列表参数。

// 第二次调用
>
    >
    >
     l2 = append(1)
>
    >
    >
     l2
[0, 1]

❝ 简而言之也就是说由于 l 在 append 函数中被默认初始化为一个 list，第二次调用时，l 并没有重置，导致返回时还带有第一次调用的结果。 ❞

这个问题可以通过重写代码来解决，

>
    >
    >
     def append(n, l = None):
...     if l is None:
...         l = []
...     l.append(n)
...     return l
...
>
    >
    >
     l1 = append = [0]
>
    >
    >
     l2 = append = [1]
>
    >
    >
     l1,l2
([0], [1])

现在参数 l 被设置为 None，任何时候函数被调用，即使 l 发生了变化，它也会被重新分配为 None，然后给出一个空列表的值。

三、不使用推导式

Python 推导式为您提供了一种构建序列的简洁方式，上次我检查过，Python 支持 4 种类型的推导式；

列表推导式
集体推导式
字典推导式
生成器推导式

你可以在这里阅读更多关于他们的信息。

下面的代码将字典中的值除以 2，

>
    >
    >
 numbers = {
}
    
>
    >
    >
     for i in range(10):
...     numbers[i] = i/2
...
>
    >
    >
 numbers
{
0: 0.0, 1: 0.5, 2: 1.0, 3: 1.5, 4: 2.0, 5: 2.5, 6: 3.0, 7: 
3.5, 8: 4.0, 9: 4.5}

上面的代码可以写成一行，

>
    >
    >
 {
i: i/2 for i in range(10)}

{
0: 0.0, 1: 0.5, 2: 1.0, 3: 1.5, 4: 2.0, 5: 2.5, 6: 3.0, 7: 
3.5, 8: 4.0, 9: 4.5}

所以不要让自己过得不好，开始使用推导式。

❝ 推导式确实算是 python 开发一大利器，用好推导式，早下班！ ❞

四、检查 Equality 而不是 Identity

如下,

a = [1, 2, 3]
b = [1, 2, 3]

如果我让你检查这两个变量是否相同，你首先想到的是，

>
    >
    >
     a == b
True

问题是你需要知道 Identity 和 Equality 之间的区别。

如果检查a和b的内存地址，

>
    >
    >
     id(a), id(b)
(1838093945856, 1838093487488)

您可以看到尽管它们具有相同的对象，但它们都有不同的内存地址。

这就是为什么当你运行代码时，

>
    >
    >
     a == b
True
You get True, but when you run

>
    >
    >
     a is b
False

当你调用 a is b 返回 False时，a 和 b 就不是相等的了。

在运行如下代码，

>
    >
    >
     c = [1,2,3]
>
    >
    >
     d = c
>
    >
    >
     id(c), id(d)
(1838089019712, 1838089019712)

可以看到，c和d是相等且相同的，c中的对象也被赋值给了d。

>
    >
    >
     c == d
True
>
    >
    >
     c is d
True

这意味着 c 和 d 具有相同的值和内存地址。

因此你可以说 c 是相同的并且等于 d。

写这篇文章就是为了让你知道 is 和 == 的区别，前者是用来检查 identity ，后者是用来检查 equality 的。

所有相同的变量都相等，但并非所有相等的变量都相同。

❝ 这一段看着有点绕，说人话就是 == 比较的是连个变量的值是否相等，is 比较的是两个比变量的内存地址相等!，我相信大伙都明白哈，不然白看了这么多年八股文。

五、不使用元组解包

任何时候你在 Python 中创建一个元组 a_tuple = 1,2,3 ，它会默认进行元组打包，

>
    >
    >
     a_tuple = 1,2,3
>
    >
    >
     a_tuple
(1, 2, 3)

然后可以通过索引访问元组内元素

>
    >
    >
     x = a_tuple[0]
>
    >
    >
     y = a_tuple[1]
>
    >
    >
     z = a_tuple[2]
>
    >
    >
     print(x, y, z)
1, 2, 3

其实无需使用多行代码访问元组中的元素，您可以通过元组解包自动在一行代码中完成。

>
    >
    >
     x,y,z = a_tuple
>
    >
    >
     print(x, y, z)
1, 2, 3

❝ 元组解包也是 python 中常用的开发技巧，提升开发效率。 ❞

六、创建您自己的索引计数器变量

这个在其他编程语言中很常见，你被要求创建一个索引计数器变量，然后你输入类似的东西；

>
    >
    >
     a_list = [1,2,3,4,5,6,7,8,9,10]
>
    >
    >
     index = 0
>
    >
    >
     for elem in a_list:
...     print(index, elem)
...     index += 1
...
0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10

相反，使用 enumerate 函数使您的代码看起来像 Pythonic（这里指写出python风格的代码）；

>
    >
    >
     for index, elem in enumerate(a_list):
...     print(index, elem)
...
0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10

❝ 这里批评下 Java，这么多年了，foreach 循环也拿不到索引。

七、使用 Print 语句代替日志记录模块

这在小型项目中可能无关紧要，但肯定会对大型项目有所帮助。

不要用打印语句乱扔代码，而是使用日志记录。

>
    >
    >
     print('This is a warning message')
This is a warning message
>
    >
    >
     print('This is an error message')
This is an error message
>
    >
    >
     print('This is a critical message')
This is a critical message

日志记录有助于向您的用户显示有用的消息，以增加对代码库中发生的事情的更多上下文和理解。

>
    >
    >
     import logging
>
    >
    >
     logging.warning('This is a warning message')
WARNING:root:This is a warning message
>
    >
    >
     logging.error('This is an error message')
ERROR:root:This is an error message
>
    >
    >
     logging.critical('This is a critical message')
CRITICAL:root:This is a critical message

❝ 这年头还有人在线上不用文件记录日志吗？有的话告诉我一声，我肯定拿刀找他!

**八、使用 import * 在命名模块中导入函数和类**

这种坏习惯有时在新手中很常见。

使用 import * 导入会破坏您的命名空间，方法是将该命名模块中的所有函数和类导入您的代码，这可能会与您定义的函数或导入的其他库的函数发生冲突。

❝ 反正博主从来不用 import *，至于你用不用我不知道，但是我建议你不要用。

九、不关注 pep8

❝ pep8就是Python官方指定的编码规范 ❞

我们大多数人都犯了这个罪，

❝ 我承认我有罪

在我被取消之前😂，我知道我在这篇文章中的一些代码可能违反了 PEP-8 的规则，但事实是痛苦的，需要被告知，遵循 PEP-8 风格和指南让其他人更容易阅读并理解你的代码。

❝ 老外的这篇文章在 medium 的邮件推荐中，可能老外知道自己这篇文章的示例代码也违反了 pep8 规范，怕被取消推荐了，我猜的，不保真。 ❞

不推荐

>
    >
    >
     def function():
...     x = [1,2,3]
...     y= [2,3,5]
...     z = [1, 2,3]
...
>
    >
    >
     def value(x = 7):
...     ...
...