15个Python 编码技巧，你会用吗？

摘要：利用生成器对大型数据集进行迭代，而无需将所有内容加载到内存中。

提示：利用生成器对大型数据集进行迭代，而无需将所有内容加载到内存中。

优点：

高效处理大型数据集。即时生成项目，节省内存。

缺点：

生成器是一次性迭代器;一旦食用，它们就不能重复使用。

例：

# Fibonacci sequence generatordef fibonacci(n): a, b = 0, 1 for _ in range(n): yield a a, b = b, a + b

提示：在开发过程中使用断言来确认有关代码状态的假设。

优点：

通过及早发现潜在问题来增强代码可靠性。提供一种确认有关代码的假设的方法。

缺点：

在生产代码中过度使用可能会影响性能。

例：

# Assertion for checking if a variable is positivenum = -5assert num > 0, "number must be positive"

提示：了解处理可变对象和 shallow copy 处理可变对象之间的区别 deepcopy 。

优点：

Shallow copy ：创建具有对相同对象的引用的新集合。Deepcopy ：生成原始对象及其所有内容的独立克隆。

缺点：

在需要深拷贝时使用浅拷贝可能会导致对原始数据进行意外修改。

例：

# Duplicating a nested list with both shallow and deep copiesimport copyoriginal = [[1, 2, 3], [4, 5, 6]]shallow = copy.copy(original)deep = copy.deepcopy(original)

提示：采用该 random 模块，在代码中引入可变性或随机性。

优点：

适用于模拟、游戏或任何需要不可预测性的场景。提供多种随机化函数。

缺点：

结果不是真正随机的;它们是伪随机的。

例：

import random# Generating a random number between 1 and 10random_number = random.randint(1, 10)

提示： defaultdict 从 collections 模块中用于简化字典操作。

优点：

通过为不存在的键提供默认值来简化代码。消除显式密钥存在检查。

缺点：

需要导入 collections 模块。

例：

from collections import defaultdictword = "pythonic"letter_count = defaultdict(int)for letter in word: letter_count[letter] += 1

提示：使用 walrus 运算符（python 3.8+）进行表达式中的内联赋值。

优点：

有效地分配值并在同一表达式中使用它们。在某些情况下减少冗余。

缺点：

过度使用它会使不熟悉运算符的人更难阅读代码。

例：

# Reading lines from a file until a blank line is foundwith open('file.txt', 'r') as f: while (line := f.readline.strip): print(line)

提示：采用类型提示（Python 3.5+）以提高代码清晰度，尤其是在大型项目中。

优点：

提高了代码的可读性和可维护性。实现更好的 IDE 支持和静态类型检查。

缺点：

Python 仍然是一种动态类型的语言;类型提示是可选的，不是强制执行的 - 它是针对人眼;)。

例：

# Function with type hintsdef greet(name: str) -> str: return f"Hello, {name}!"

提示：使用 namedtuples 创建简单的、自记录的数据结构。

优点：

提供轻量级、不可变的数据结构。通过为每个字段指定名称来增强代码可读性。

缺点：

变;创建后无法修改。对于可变结构，请考虑使用数据类（Python 3.7+）。

例：

# Creating a namedtuple for a personfrom collections import namedtuplePerson = namedtuple('Person', ['name', 'age'])alice = Person(name="Alice", age=30)

提示：用于 zip 组合多个可迭代对象，从而更轻松地并行循环访问多个列表。

优点：

简化同时迭代多个列表的过程。对于需要一起处理不同列表中的项目的任务很方便。

缺点：

zip 停在最短的输入列表中;对于不同大小的可迭代对象，请考虑使用 itertools.zip_longest 。

例：

# Matching user inputs with corresponding answers in a quiznames = ["Alice", "Bob"]scores = [85, 92]for name, score in zip(names, scores): print(f"{name}: {score}")10. 字典 —get和setdefault：优雅的按键处理

提示：使用 get 和 setdefault 方法增强字典操作。

优点：

get ：检索键的值，如果键不存在，则提供默认值。setdefault ：如果密钥不存在，则设置默认值，防止重复密钥检查。

缺点：

忽略这些方法可能会导致检查密钥是否存在的冗余代码。

例：

data = {"name": "Alice"}age = data.get("age", 30)data.setdefault("country", "USA")

提示：直接运行脚本时， if __name__ == "__main__": 使用 guard 来控制代码执行。

优点：

确保某些代码仅在直接执行脚本时运行，而不是在导入脚本时运行。对于既可以为函数导入，也可以直接为任务运行的实用程序脚本很有用。

缺点：

在导入模块时，忘记使用此防护可能会导致意外行为。

例：

if __name__ == "__main__": print("This script is being run directly!")

提示：利用虚拟环境来隔离特定于项目的依赖项，防止与系统范围的包发生冲突。

优点：

确保每个项目都有一个干净和隔离的环境。促进依赖关系的管理并避免冲突。

缺点：

忘记激活虚拟环境可能会导致在全局 Python 环境中意外安装包。

例：

# Creating and activating a virtual environmentpython -m venv my_project_envsource my_project_env/bin/activate

优点：

有效地将集合解压缩到单独的元素中。促进函数中的动态参数处理。

缺点：

过度使用会降低代码的可读性，尤其是在连续多次解包时。

例：

# Passing a dynamic list of values to a function expecting separate argumentsdef func(a, b, c): return a + b + cvalues = [1, 2, 3]print(func(*values))14. Context Managers（with语句）：资源管理简单性

提示：将上下文管理器与 with 语句一起使用，以实现高效的资源管理。

优点：

确保资源的正确设置和拆卸。提高代码可读性并降低资源泄漏的可能性。

缺点：

忘记在有益时使用该 with 语句可能会导致与资源相关的问题。

例：

# Opening and reading a file using a context managerwith open('file.txt', 'r') as f: content = f.read15. Python 的下划线（_）用途：命名和循环的多功能性

提示：利用下划线（ _ ）作为循环中的一次性变量。

优点：

在命名约定中表示“受保护”的变量。在 REPL 环境中重用上一个结果。当不需要循环变量时，充当循环中的一次性变量。

缺点：

不同的用途可能会令人困惑，尤其是对于新编码人员而言。