KISS:

很久很久以前… UNIX,诞生了

很久很久以前… UNIX程序员,越来越多了

许多年过去了…很久很久以前… 有一个叫Eric S. Raymond大师,写了一本书

《The Art of UNIX Programming》

这本书有啥?

它不是教会你如何写程序,如何干活

它描述的是一种思想,一种文化,一种哲学!

诞生了一个新名词:KISS(请不要有邪恶的想法)

KISS == Keep It Simple and Stupid
Zen of Python:
>>> import this
The Zen of Python, by Tim Peters
Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
…
优美胜于丑陋
明了胜于晦涩
简洁胜于复杂
简单、简洁、优美:
程序,必须是可读的
因为代码是写给人看的
而机器,只是负责来执行的…
代码,必须是简单的
简单的后果必然臭虫会更少
所以,为了你我的健康
请多写可读和简单,可维护的代码
Style Guide for Python Code
步入正题:
新名词:Pythonic
这个名词的解释好长好长…
无视把
其实,Python设计的哲学如同UNIX艺术,KISS原则一样
Pythonic代表的也是一种文化,一种哲学!
下面会来一些实例,当然你可以不采取不Pythonic的写法
这一切,亲爱的Guido蜀黍不会介意滴,:_)
当然你看到别人的写法,你会深深自责…
OK,Let’s Go!
万恶的缩进:
Python和其他语言最大的不同:
缩进!!!
成也缩进,不成也缩进!
成:
代码更易读
代码风格更一致
不成:
一不小心就抛个可爱的异常: IndentationError
怎么样缩进?
1.用空格代替tab
2.不要混合空格和tab
3.选择一个好的编辑器,比如神器vim,emacs…
命名:
关键字:统一
其实,相比写程序而言
给变量、函数、类起名,这些才是个技术和艺术活
好的命名方式,程序已经成功了一半
好的命名方式,可以让你的同胞一眼就明白你的意图,而不是靠大段的注释和文档…
风格,必须统一!咱必须朝着正规军的方向前进!
建议:
1.用下划线来连接,比如:get_author,user_name
2.大小写字符串,比如:getAuthor,userName
3.类的命名,比如:Student,UserProperty
交换值:
一般写法:
temp = a;
a = b;
b = temp;
当然,一般情况下,这种写法不错,可惜…
别忘记了,我们用的是Python!
只需要一行,没看错!只需要一行!
a, b= b, a
list:
把列表拼成字符串
colors = ['red', 'blue', 'green', 'yellow']
result = ‘’
for s in colors:
result += s
这些当然可以,不过可以来的更简洁点!
result = ''.join(colors)
注意,比如有一堆字符串操作
s += “aaa”
s += “bbb”
s += “ccc”
这样,还不如:
d = []
d.append(“aaa”)
d.append(“bbb”)
d.append(“ccc”)
s = “”.join(d)
dict:
突然想输出dict的所有key,怎么办?
for key in d.keys():
print key
嗯,这个已经不错了,很可读。但是我们可以做的更好!
for key in d:
print key
如果想判断某key在不在dict里,你是不是想到了?
if key in d:
...do something with d[key]
而不是
if d.has_key(key):
...do something with d[key]
set:
现在有一数组
a = ['aaa', 'bbb', 'ccc', 'aaa', 'ddd', 'aaa']
如果想过滤其中重复值,怎么办?
如此:
d = {}
for i in a:
d[i] = 1
>>> d
{'aaa': 1, 'bbb': 1, 'ccc': 1, 'ddd': 1}
是不是可以更简单点?当然。
>>> list(set(a))
['aaa', 'bbb', 'ccc', 'ddd']
list to dict:
有两组数据,一个是姓名,一个是城市,想得出一个对应的数据,怎么办呢?
>>> name = ["smallfish", "user_a", "user_b"]
>>> city = ["hangzhou", "nanjing", "beijing"]
>>> d = dict(zip(name, city))
>>>print d
{'user_b': 'beijing', 'user_a': 'nanjing', 'smallfish': 'hangzhou'}
是不是很简单?
还需要两次for循环,一个临时的变量么?
open file:
一般写法是
fp = open(“a.txt”)
while True:
line = fp.readline()
if not line:
break
print line
来一个酷的写法把
with open("d:/1.log") as fp:
line = fp.readline()
print line
其他想用with释放资源,请在__exit__里实现
真真假假:
如何判断条件为真,一般可以这么写
if x == None:
pass
咳咳,请不要忘记,我们用的是Python!
if x:
pass
Python 里假的定义
False
0
“”(empty str)
[], (), {}, set()
None
输出数组的index和值:
一般写法:
i = 0
for item in items:
print i, item
i += 1
改进一下,不需要i这个临时变量:
for i in range(len(items)):
print i, items[i]
是不是还不太满意,每次总range,len一下,很烦躁?
for(index, item) in enumerate(items):
print index, item
百分号:
很久以前,连接字符串和变量,有人这么写…
print “name=”+ str(name) + “, age=”+int(age)
后在Python里也发觉了类似C的printf函数,而且进化的更优美!
print “name=%s, age=%d” % (name, age)
上面的只是针对单个变量格式化,如果针对一个dict,是不是要写N个读取变量来格式化?
NO!
values = {'name': name, 'messages': messages}
print ('Hello %(name)s, you have %(messages)i '
'messages' % values)
你还可以更懒惰的这么写…
print ('Hello %(name)s, you have %(messages)i ‘
'messages' % locals())
Functional Programming(1):
谁说Python不能进行函数式编程了?
lambda
简单函数:
def lowercase(x):
return x.lower()
其实可以这样:lowercase = lambda x: x.lower()
filter函数,可以按照条件来过滤数组
>>> a = [1, 2, 3, 4, 5]
>>> filter(lambda x : x % 2==0, a)
[2, 4]
Functional Programming(2):
map函数,可以对数组每个元素进行操作,当然如果你想for一次,也不反对
>>> a = [1, 2, 3, 4, 5]
>>> map(lambda x : x+2, a)
[3, 4, 5, 6, 7]
reduce函数,对一个数组进行求和
>>> reduce(lambda x, y : x+y, a)
15
其实,所有map、reduce、filter能做到的
“列表推导“这个神器都可以做到
而且做的更好,看上去更为优美!
神器:列表推导(1):
什么是列表 推导?它的英文名词好长好长… list comprehension
还是来点实例,我想从一个数组里过滤出一些数值,保存到另外数组里
a_list = [1 , 2, 3, 4, 5, 6]
b_list = []
for item in a_list:
if item % 2 == 0:
b_list.append(item)
好吧,是不是大家都这么写? 那多无趣…
b_list = [item for item in a_list if item % 2 == 0]
>>> b_list
[2, 4, 6]
适用于list、tuple、string…
神器:列表推导(2):
重新实现前面的map、reduce、filter
map,数组里每个值都乘以2
>>> [i * 2 for i in range(1, 10)]
[2, 4, 6, 8, 10, 12, 14, 16, 18]
reduce,求和
>>> sum(i for i in range(1, 10))
45
filter,过滤数字
>>> [i for i in range(1, 10) if i % 2 == 0]
[2, 4, 6, 8]
还需要for循环么?就是如此简单,就是如此的酷!
当然,一切千万别过渡滥用 L
Decorator(1):
介个新特性是2.4之后新增的,很帅很酷!
问题:我想记录每个函数执行的时间,怎么办?
start = time.time()
… run many many code
print time.time() – start
难道每个函数都如此写么?太龌龊了把。。
先来一个包装函数
def func_time(func):
def _wrapper(*args, **kwargs):
start = time.time()
func(*args, **kwargs)
print func.__name__, “run:", time.time()-start
return _wrapper
Decorator(2):
再来一个普通函数
def sum(n):
sum = 0
for i in range(n):
sum += i
return sum
其实我们可以这样调用
a = func_time(sum)
a(100)
有一种更加简便 方法
@func_time
def sum(n):
…. code
调用一下把
>>> sum(1000000)
sum run: 0.265000104904
看到了么?
如果只是这么一个函数,这么写没啥好处
如果你有一堆一堆
只需要在函数上面加一个@func_time
不需要改动函数本身
多酷!
Decorator(3):
更多应用场景
Web 权限校验
Cache
…
其实在先用的Python应用里可以看到很多修饰器的应用
比如:
Web.py
Django
Tornado
Flask
….
还有很多很多…