怎样提高自己的 Python 编程能力?
简单来说就是多动手、多思考,理论与实践相结合。
1. 首先
建议 1:理解 Pythonic 概念—详见 Python 中的《Python之禅》
建议 2:编写 Pythonic 代码
- 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。
- 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
- 函数设计要尽量短小,嵌套层次不宜过深
- 函数声明应该做到合理、简单、易用
- 函数参数设计应该考虑向下兼容
- 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
2. 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
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
3. 基础用法
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
- 注意异常的粒度,try 块中尽量少写代码
- 谨慎使用单独的 except 语句或 except Exception 语句,而是定位到具体异常
- 注意异常捕获的顺序,在合适的层次处理异常
- 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
- 这种使用太灵活,从而使得函数签名不够清晰,可读性较差
- 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
- 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
- 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
- repr 函数的返回值一般可以用 eval 函数来还原对象
- 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
4. 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
5. 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
6. 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
7. 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:利用测试驱动开发(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
8. 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
读者福利 | Python经典学习资料免费分享,领走不谢! (安全链接,放心点击)
零基础Python学习指南
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。
二、Python必备开发工具
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。
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。
五、Python练习题
检查学习结果。
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。
这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
![](https://hnxx.oss-cn-shanghai.aliyuncs.com/official/1678439166912.png?t=0.2902248060442507)
相关文章
- 21张让你Python代码能力突飞猛进的速查表
- 苹果电脑python官网下载步骤-Python下载和安装图文教程[超详细]
- python约瑟夫环「建议收藏」
- python教程:用简单的Python编写Web应用程序
- Python编程 环境搭建
- Python编程运算符 ——算数运算符
- 网工Python之路之paramiko 模块实验(六)FTP推送备份文件
- python层次聚类分析_SPSS聚类分析:系统聚类分析[通俗易懂]
- python lambda表达式 if_Python学习-lambda表达式
- python里面的缩进是什么意思_Python缩进规则(一看即懂)[通俗易懂]
- Python编程经典案例【考题】排列组合
- 分享一个Python当中用于绘制三维可视化图表的神器
- python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题|附代码数据
- python-Python与SQLite数据库-使用Python执行SQLite查询(一)
- python实现ftp上传文件详解编程语言
- Python面试笔试题记录详解编程语言
- Python如何合理使用assert(新手必读)
- 掌握Linux环境下的Python编程(linux执行python)
- 在Linux上学习Python——你的编程之路(linux学python)
- java直接调用python脚本的例子
- python网络编程学习笔记(二):socket建立网络客户端
- Python的垃圾回收机制深入分析