总结了90条简单实用的Python编程技巧

编码原则

**建议1：**理解 Pythonic 概念—-详见 Python 中的《Python之禅》

**建议2：**编写 Pythonic 代码

（1）避免不规范代码，比如只用大小写区分变量、使用容易混淆的变量名、害怕过长变量名等。有时候长的变量名会使代码更加具有可读性。

（2）深入学习 Python 相关知识，比如语言特性、库特性等，比如Python演变过程等。深入学习一两个业内公认的 Pythonic 的代码库，比如Flask等。

**建议3：**理解 Python 与 C 的不同之处，比如缩进与 {}，单引号双引号，三元操作符？， Switch-Case 语句等。

**建议4：**在代码中适当添加注释

**建议5：**适当添加空行使代码布局更加合理

**建议6：**编写函数的 4 个原则

（1）函数设计要尽量短小，嵌套层次不宜过深

（2）函数声明应该做到合理、简单、易用

（3）函数参数设计应该考虑向下兼容

（4）一个函数只做一件事，尽量保证函数粒度的一致性

**建议7：**将常量集中在一个文件，且常量名尽量使用全大写字母

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

编程惯用法2

**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

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

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

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

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：**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

性能剖析与优化

**建议79：**了解代码优化的基本原则

**建议80：**借助性能优化工具

**建议81：**利用 cProfile 定位性能瓶颈

**建议82：**使用 memory_profiler 和 objgraph 剖析内存使用

**建议83：**努力降低算法复杂度

**建议84：**掌握循环优化的基本技巧

减少循环内部的计算

将显式循环改为隐式循环，当然这会牺牲代码的可读性

在循环中尽量引用局部变量

关注内层嵌套循环

**建议85：**使用生成器提高效率

**建议86：**使用不同的数据结构优化性能

**建议87：**充分利用 set 的优势

**建议88：**使用 multiprocessing 模块克服 GIL 缺陷

**建议89：**使用线程池提高效率

**建议90：**使用 Cythonb 编写扩展模块

以上就是“总结了90条简单实用的Python编程技巧”的全部内容，希望对你有所帮助。
​
​**关于Python技术储备**

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

**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。

![在这里插入图片描述](https://img-blog.csdnimg.cn/4fc8244a2ce84aa7b2055590d614e00f.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAUHl0aG9u546L6aWx6aWx,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)

**二、Python必备开发工具**

![img](https://img-blog.csdnimg.cn/f22c25db2ad7410888ed8d243b19aecb.png)



**三、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。

![img](https://img-blog.csdnimg.cn/img_convert/a5372451ed5bd21ea53c69aed75dc176.png)

**四、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。

![img](https://img-blog.csdnimg.cn/img_convert/8b2d5abeb48067841785b84bdf1e87a0.png)

**五、Python练习题**

检查学习结果。

![img](https://img-blog.csdnimg.cn/img_convert/85eff90bbfa0dbf6385567a4e210b70a.png)

**六、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。

![img](https://img-blog.csdnimg.cn/img_convert/3934c5902600982ce502e3557018e1fc.png)

 最后祝大家天天进步！！

**上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。**