【Python】《Python編程之美 最佳實踐指南》讀書筆記

草草的看了一遍，有些設計代碼講解地方因為我的層次不及，尚不能理解。

基本

• 留白勝于緊湊 |> 一行只寫一條語句
• 明確勝于隱晦 |> 判斷代碼寫的是否優雅的一個規則是：其他開發者是否只閱讀函數的首行和末行就能理解程序的作用
• 錯誤不應被默默的忽略，除非你明確地忽視 |> 沒有指定任何異常類型的except語句將捕獲所有的異常，會屏蔽鍵盤發出的KeyboradInterrupt，使得ctrl +c無法被正確響應
• 與*args的理由類似，kwargs這類強大的技術應該用在真正需要之處。如果函數的意圖可以通過更簡單更清晰的結構來充分表達，那么不應該使用這類技術。
• 相比較于運行速度，Python更在意代碼的可讀性，Python把用戶友好看的比性能更重

  函數

• Python函數應具有如下特點
  • • 易讀：函數名稱和參數都無需解釋
  • • 易改： 添加新的關鍵字參數不會破壞代碼其他參數
  • • 盡量在移除返回函數結果，函數體的返回點越少越好，當函數不能正確執行時，最好返回False或None
  • • 一個函數只做一件事

      類

  • 使用@property的目的是將函數與數據相分離

    自覺的編程習慣

• Python中沒有private關鍵字
• 私有屬性和實現細節的主要約定是為所有的內部變量增加“_”前綴
• 任何不開放給外部使用的方法或者屬性，都應帶下劃線前綴
• 隨時都可以講私有屬性公有化，但是把公有化屬性私有化會困難很多
• 訪問字典時，使用key in dict的判斷語法而不是dict.has_keys(),還可以使用dict.get()處理鍵值為空時的默認值
• 訪問列表或者數組時，使用enumerate()來生成元素位置，比手動維護一個 i += 1 in for 更pythonic

• 如果解包是需要賦值，單又不需要其中的某個值，可以使用雙下劃線(__)來代替此位置的值。雙下劃線比單下劃線 更優

• 集合set比列表list的速度更快
• 無法使用with結構時，可以使用try: do xx \nfinnally: do yy來代替

  模塊與包

• 使用import *的代碼更難閱讀，依賴也難以區分
• 如果包內的模塊和子包不需要共享任何代碼，那么init.py文件留空是最佳實踐。
• 依賴引入的兼容性處理

# 處理不同版本的包名不同，或者使用兼容包模擬另一個包
try:
    import functionXX
except ImportError:
    import python2_functionXX as functionXX

# 處理2和3不同包引入，設置可以預設2to3的兼容方案
import sys
if sys.version < "3":
    import python2_functionXX as functionXX
else:
  import functionXX

變量與類型

• Python是動態類型的語言，變量沒有一個固定的類型。變量被實現為對象的指針。
• 復用變量名對代碼效率提升沒有任何幫助
• 一個變量只賦值一次是良好的實踐
• 變量命名示例：item_string = "sb" \n item_list= [250,520]
• 可變類型：允許in-place改變對象的內容，例如列表和字典，都提供了append()或者pop()等變更自身的方法
• 可變類型不能用作字典的鍵，因為字典在鍵存儲時使用了哈希方式，不允許鍵發生變化
• 字符串是不可變類型

• 字符拼接：

  sb = "me"
  sb2 = "you"
  string = "%s %s " %(sb,sb2) # 官方廢棄
  string = "{},{}".format(sb,sb2)
  string = "{0},{1}".format(sb,sb2) # 與C#的方式略有類似
  string = "{people1},{people2}".format(people1=sb,people2=sb2) # 最佳風格

  文檔

  • sphinx是最流行的Python文檔工具

內部

• Python調用棧包含當前Python解釋器正在執行的指令。如果函數f()調用了函數g()，那么函數f()會先入棧。待g()被調用時則會入棧壓到f()的上面。當g()返回時，它從棧中被彈出，f()會從原來中斷的位置繼續執行。

代碼發布

• 一般會使用PyInstaller去打包程序，PyInstaller會將程序用到的所有Python庫都放入dist文件夾，所以在分發可執行文件時，需要分發整個dist文件夾

  命令行應用

• argparse替代了已經廢棄的optparse模塊，是Python標準庫內置的包。最優使用
• docopt使用函數或者文件的doc位置設置命令行交互。
• click使用注釋器的方式來實現命令交互編寫
• clint可以著色和便利的處理縮進問題

  GUI應用

• tkinter庫所有依賴已經捆綁進Python發行版
• PyObjC可以提供OC接口，制作MacOS的專用程序

  WSGI服務器

• 相比較于傳統的Web服務器(nginx,apache)，wsgi服務器性能好，資源少。
• 比較流行的的服務器有gunicorn，其使用配置比較簡單

  代碼管理和改進

• 持續集成,tox |> 打包，測試，部署，Travis-CI |> 分布式持續集成，可與GitHub無縫集成并評論Pull Request
• 與Jenkins API進行交互最常用的Python工具是python-jenkins
• 服務器自動化：ssh |> Ansible |> 最大的優勢是不要求在客戶端上安裝Python以外的任何東西
• 系統監控： RawSystemInfo |> psutil > glances (擴展版的top，比較綜合，信息全)
• 系統任務管理：ssh |> Fabric

  速度優化

• threading 多線程，使用多線程，當Python內核發現某個線程正阻塞在I/O讀寫上時，會切換到另一個線程來使用處理器，直到這個線程也被阻塞和結束
• mutliprocessing 多進程，但是不同進程之間的通信需要注意數據的共享安全
• subprocess用于發起系統調用，推薦Python2用戶使用subprocess32版本，該版本修復了若干bug
• PyPy 是Python的一個純Python實現。使用PyPy代碼不需要任何改動，就能運行得更快。
• future.concurrent 這個包裝了threading和mutliprocessing，用起來方便，但是性能略差。（個人看法）

  數據序列化

• 將結構數據轉化為能夠被共享或者存儲的格式，保留必要的信息傳輸數據的接收端(或者從存儲中讀取數據時)能夠在內存中重建對象
• 可以讓被序化的數據占用最小化，便于最小化磁盤需求或者網絡帶寬需求
• pickle模塊在遇到錯誤和惡意結構的數據時是不安全的，不要使用pickle對來源不明的數據進行反序列化
• 跨語言序列化可以使用谷歌的protobuf

  網絡編程

• asyncio 提供異步事件循環來管理與非阻塞套接字或者隊列通信，以及任意用戶定義的協程。asyncio目前仍不成熟。臨時性的存在于標準庫中
• gevent 因輕量,與底層C庫libev緊耦合，性能很高，而被廣泛使用
• pika 提供一個清涼的AMQP客戶端，用于連接RabbitMQ或者其他消息代理