培养pythonic思维（1-10条)

1.<<strong class="superseo">strong class="superseo">python版本选择

python目前的版本分为python2和python3，并且这两个版本并不兼容。笔者写这篇文章的时候是2022-05-03，此时python2早已停止了维护（2020年1月1日，python2停止更新维护）。建议新入手的python使用者选择python3。如果你的项目深度依赖于python2代码库，那么可以考虑2to3与six工具来过渡到python3。

2.PEP8风格指南

PEP8风格指南的是python代码风格的指南，如果大家的python代码都
遵照PEP8风格，那么就让代码的易读性大大提高。PEP8随着python的
发展也在更新。大家可以查看PEP8指南。

与空白有关的建议

1. 用空格表示缩进，不要用制表符；
2. 每一层代码都应该缩进4个空格；

因此，建议大家设置tab键为4个空格。

3. 对于占据多行的长表达式而言，除了首行之外的其余各行都应该在通常的缩进级别上在加上4个空格；
4. 在同一份代码文件中，函数与类之间用两行空行隔开；
5. 在同一个类中的方法与方法之间，使用一行空行隔开；
6. 使用字典时，键与冒号之间不加空格，值与冒号之间加一个空格；
7. 给变量赋值的时候，赋值符号左右各加一个空格即可；
8. 给变量做类型注解的时，变量名和冒号之间不加空格，在类型和冒号之间加一个空格。

与命名有关的建议

1. 函数，变量以及属性用小写字母，各个单词之间用下划线相连；
2. 受保护的实例属性，用一个下划线开头；
3. 私有的实例属性，用两个下划线开头；
4. 类和异常命名时，每个单词的首字母需要大写；
5. 模块基本的常量，每个字母都大写，单词之间使用下划线相连；
6. 类的实例方法的第一个参数应该被命名为self，用来表示对象本身；
7. 类方法的第一个参数应该命名为cls，用来表示类本身。

与表达式和语句有关的建议

1. 采用行内否定，把否定词直接写在需要否定的内容前面。例如：if a is not b，而不是if not a is b；
2. 不要通过长度来判断容器或者序列是不是空，而是应该使用if not xxx来判断不为空，python会自动判断空值为False，非空值为True；
3. 除了在列表推导之外，不要讲if while execpt等写在一行；
4. 如果表达式一行写不下，可以使用圆括号包括起来，然后在适当的地方换行，不建议使用从C/C++处借鉴的\符号续行。

与引入有关的建议

1. import语句总是应该放在文件开头；
2. 引入模块的时候，应该使用绝对名称，而不是使用相对名称。例如,当前路径有名为bar的模块，应该使用from bar import foo，而不是使用import bar；
3. 如果一定要使用相对名称，那么应该明确的写为from . import foo；
4. 文件中的import语句应该按三个顺序来引入。首先引入标准库中的模块，其次引入第三方模块，最后引入自己的模块。

pythonic

pythonic这个词用来形容python开发界的特定风格，这种风格是大家在写代码的过程中逐渐形成的习惯。

python之禅中提到的python代码设计哲学“每件事都应该有简单的做法，而且最好只有一种”。python开发者不喜欢写复杂的代码，而是喜欢直观，简单且易懂的方式编写代码。

3.bytes和str的区别 bytes

bytes实例包含的是原始数据，即8位无符号值。

在网络传输，读写二进制文件的时候，通常使用bytes类型。

str

str实例包含的是Unicode码点。

在python3中，默认的编码方案是utf-8.

在编写python代码的时候，一定要把解码和编码 *** 作放在最外层来做，让程序的核心部分可以使用Unicode数据来 *** 作，这种办法叫做Unicode三明治。程序核心应该使用str类型的Unicode数据，并且最好使用utf-8编码。

bytes和str的区别

python3是强类型语言，bytes和str是两种不同的数据类型，它们之间不能直接运算。而是必须转换为统一的数据类型。通常是通过下面这两个辅助函数来完成。

def to_str(bytes_or_str):
    """bytes转str"""
    if isinstance(bytes_or_str, bytes):
        value = bytes_or_str.decode('utf-8')
    else:
        value = bytes_or_str
    return value


def to_bytes(bytes_or_str):
    """str转bytes"""
    if isinstance(bytes_or_str, bytes):
        value = bytes_or_str
    else:
        value = bytes_or_str.encode('utf-8')
    return value

*** 作文件

在 *** 作文件的时候，python3内置的open函数返回的文件句柄默认使用Unicode字符串 *** 作，而不是bytes实例，除非在open函数中指定以二进制方式打开文件。例如:

open('data.bin', 'rb')    # 以二进制只读方式打开
open('data.txt', 'r')     # 以文本只读方式打开

4.使用f-string取代C风格的格式字符串和str.format方法

在python3.6中引入了f-string来进行格式字符串，它解决了C风格的格式字符串和str.format带来的缺点。

C风格的格式字符串

对于大多数人而言，C风格的格式字符串都是熟悉的。因为很多语言的格式字符串写法都来自于C语言的printf函数。python也支持C风格的格式字符串，例如：

name = "Zhao Si"
age = 18
print("name is %s, age is %d" % (name, age))    # C风格的格式字符串

Effective Python中作者提到的几个缺点确实在经常使用python做命令行应用程序开发或者小脚本的时候，深有体会。下面是4个缺点。

1. 如果%号右侧的元组值在类型或顺序上有变化，那么将可能导致错误。这个错误在C这种静态类型语言中在编译的时候会被指出，但是python是解释性的动态类型语言，不容易发现这个错误。（因此，我们对python这种动态类型语言做静态类型检查是必要的）
2. 在填充模板之前，经常需要对值做一些处理，但是这样就会导致表达式会很长，可读性下降。
3. 如果想用同一个值来填充格式字符串里的多个位置，那么就必须在%右侧的元组中多次重复该值。
4. python的%允许我们用dict来取代tuple，这样就可以避免1，3两个缺点。但是会将第2个缺点放大。并且带来了大量的废话书写。每个键至少要书写两次，不够简单。例如：

   name = "Zhao Si"
   age = 18
   print("name is %(name)s, age is %(age)d" % {"name":name, "age": age})
   

str.format

后来python3引入了str.format的高级字符串格式化机制，它比C风格的格式字符串要更加强大。但是依旧没有解决上面提到的几个问题，因此在python3.6的时候引入了f-string，一个str.format例子如下所示：

name = "Zhao Si"
age = 18
gender = "man"
template = "name is {name}, age is {age}, gender is {gender}"
formated = template.format(name=name, age=age, gender=gender)
print(formated)

这种写法比C风格的格式字符串见到了一些，但是并没有完全解决2，4两个缺点。str.format引入了一套迷你规则来控制format，可以通过交互式终端输入help('FORMATTING')来查看这套规则。

f-string

f-string可以很好的解决上面提到的所有问题。新的语法要求在字符串之前加上F(f)来作为前缀形成f-string.

f-string把格式字符串的表达能力发挥到极致，它彻底解决了上面的第4个缺点，也就是键名重复导致的冗余问题。例如：

key = 'my_var'
value = 1.234

formatted = f'{key} = {value}'
print(formatted)

并且，f-string也支持str.format方法所支持的那套迷你语言。同一个问题，使用f-string方式比C风格的格式字符串和str.format风格都要简单，优雅的多。这也和python之禅所追求的目标一致。

5.用辅助函数取代复杂的表达式

由于python的语法非常简明（不是简单），所以有时候只用一条表达式就能实现许多逻辑。例如,求一句英文中最后一个单词的长度。

s = "I am a developer"
print(len(s.split(' ')[-1]))    # 求最后一个单词长度并输出

一行代码即可求解，但是这样的表达式是复杂的，因此应该考虑把它拆分开来，形成多个部分，并且把这套逻辑写道辅助函数中，这样虽然多了几行代码，但是可以让程序更加清晰，更加容易修改，所以总体而言还是非常值得使用辅助函数来代替复杂表达式。

6.把数据结构拆分到多个变量里，不用使用下标访问

这个问题，实际上可以通过namedtuple来代替tuple从而得到解决。当然，我们也可以通过类中的属性来解决。但是这里介绍的是使用多个变量来替代。也就是主要介绍解包unpacking，例如：

people = ("Zhao Si", 18, "man")
name, age, gender = people

通过unpacking，可以让代码更加清晰，通过使用变量来 *** 作相应的值，而且只需要一行代码即可把people中的多个值赋给相应的变量。

7.尽量用enumerate取代range

在我们需要通过下标 *** 作的时候，通常会使用range函数。例如：

num_list = [1, 3, 5, 11, 23, 58, 98, 23]
for i in range(len(num_list)):
    print(f"{i}: {num_list[i]}")

这种写法需要我们先求取列表的长度，然后根据长度来缺点循环次数，最后使用每次循环的i作为下标。这样写就很C语言，因此python提供了enumerate函数来解决刚才的问题，enumerate能够把任何一种迭代器封装为惰性生成器。每次循环的时候，enumerate能够给出下一个值以及本次循环的次数。另外，还可以通过enumerate的第二个参数来指定起始序号(默认为0)，注意不要超出范围。下面通过next来展示enumerate的作用。

num_list = [1, 3, 5, 11, 23, 58, 98, 23]
it = enumerate(num_list)    # it是个迭代器
print(next(it))
print(next(it))
print(next(it))

输出结果如下所示：

(0, 1)
(1, 3)
(2, 5)

现在，我们改写上面的for循环如下：

num_list = [1, 3, 5, 11, 23, 58, 98, 23]
for i, num in enumerate(num_list):
    print(f"{i}: {num_list[i]}")