发新话题
打印

Python高效编程技巧

Python高效编程技巧

投递人 itwriter


发布于 2012-12-25 09:04



英文原文:Improving Your Python Productivity
  我已经使用 Python 编程有多年了,即使今天我仍然惊奇于这种语言所能让代码表现出的整洁和对 DRY 编程原则的适用。这些年来的经历让我学到了很多的小技巧和知识,大多数是通过阅读很流行的开源软件,如 Django, Flask, Requests 中获得的。
  下面我挑选出的这几个技巧常常会被人们忽略,但它们在日常编程中能真正的给我们带来不少帮助。
  1. 字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)
  大多数的 Python 程序员都知道且使用过列表推导(list comprehensions)。如果你对 list comprehensions 概念不是很熟悉——一个 list comprehension 就是一个更简短、简洁的创建一个 list 的方法。
>>> some_list = [1, 2, 3, 4, 5]>>> another_list = [ x + 1 for x in some_list ]>>> another_list[2, 3, 4, 5, 6]
  自从 python 3.1 (甚至是 Python 2.7)起,我们可以用同样的语法来创建集合和字典表:
>>> # Set Comprehensions >>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]>>> even_set = { x for x in some_list if x % 2 == 0 }>>> even_setset ([8, 2, 4])>>> # Dict Comprehensions >>> d = { x: x % 2 == 0 for x in range (1, 11) }>>> d{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}
  在第一个例子里,我们以some_list为基础,创建了一个具有不重复元素的集合,而且集合里只包含偶数。而在字典表的例子里,我们创建了一个 key 是不重复的 1 到 10 之间的整数,value 是布尔型,用来指示 key 是否是偶数。
  这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合:
>>> my_set = {1, 2, 1, 2, 3, 4}>>> my_setset ([1, 2, 3, 4])
  而不需要使用内置函数set ()。
  2. 计数时使用 Counter 计数对象。
  这听起来显而易见,但经常被人忘记。对于大多数程序员来说,数一个东西是一项很常见的任务,而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。
  Python 的 collections 类库里有个内置的dict类的子类,是专门来干这种事情的:
>>> from collections import Counter>>> c = Counter ('hello world')>>> cCounter ({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})>>> c.most_common (2)[('l', 3), ('o', 2)]
  3. 漂亮的打印出 JSON
  JSON 是一种非常好的数据序列化的形式,被如今的各种 API 和 web service 大量的使用。使用 python 内置的json处理,可以使 JSON 串具有一定的可读性,但当遇到大型数据时,它表现成一个很长的、连续的一行时,人的肉眼就很难观看了。
  为了能让 JSON 数据表现的更友好,我们可以使用indent参数来输出漂亮的 JSON。当在控制台交互式编程或做日志时,这尤其有用:
>>> import json>>> print(json.dumps (data)) # No indention {"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}>>> print(json.dumps (data, indent=2)) # With indention {  "status": "OK",  "count": 2,  "results": [    {      "age": 27,      "name": "Oz",      "lactose_intolerant": true    },    {      "age": 29,      "name": "Joe",      "lactose_intolerant": false    }  ]}
  同样,使用内置的 pprint 模块,也可以让其它任何东西打印输出的更漂亮。
  4. 创建一次性的、快速的小型 web 服务
  有时候,我们需要在两台机器或服务之间做一些简便的、很基础的 RPC 之类的交互。我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台机器上。仅内部使用。
  我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种叫做 XML-RPC 的协议 (相对应的是这个 Python 库),来做这种事情。
  下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子:
from SimpleXMLRPCServer import SimpleXMLRPCServerdef file_reader (file_name):    with open (file_name, 'r') as f:        return f.read ()server = SimpleXMLRPCServer (('localhost', 8000))server.register_introspection_functions ()server.register_function (file_reader)server.serve_forever ()
  客户端:
import xmlrpclibproxy = xmlrpclib.ServerProxy ('http://localhost:8000/')proxy.file_reader ('/tmp/secret.txt')
  我们这样就得到了一个远程文件读取工具,没有外部的依赖,只有几句代码(当然,没有任何安全措施,所以只可以在家里这样做)。
  5. Python 神奇的开源社区
  这里我提到的几个东西都是 Python 标准库里的,如果你安装了 Python,你就已经可以这样使用了。而对于很多其它类型的任务,这里有大量的社区维护的第三方库可供你使用。
  下面这个清单是我认为的好用且健壮的开源库的必备条件:
  好的开源库必须…

  • 包含一个很清楚的许可声明,能适用于你的使用场景。
  • 开发和维护工作很活跃(或,你能参与开发维护它。)
  • 能够简单的使用pip安装或反复部署。
  • 有测试套件,具有足够的测试覆盖率。
  如果你发现一个好的程序库,符合你的要求,不要不好意思————大部分的开源项目都欢迎捐赠代码和欢迎提供帮助——即使你不是一个 Python 高手。

TOP

发新话题