你做的 9 件事表明你不是专业的 Python 开发人员

admin管理员组

文章数量:1541748

Show me your code and I will tell you who you are.

This article will fix the bad habits you have stuck to over the years or brought from other programming languages.

是的，老外就这么吊，文章开头就是"给我看看你的代码，我来告诉你，你有几斤几两!" 紧接着，老外告诉你这篇文章为什么这么吊，意思是这篇文章可以纠正你多年以来从其他语言坚持而来的坏习惯。。。虽然博主确实编了几年程序。

一、手动格拼接字符串

大多数时候，Python 初学者在组合两个字符串时会使用 + 号。

python复制代码>>> name = "Ridwan"
>>> age = "22"
>>> print("My Name is " + name + " and I am " + age + " years old")
My Name is Ridwan and I am 22 years old

不要使用 + 号，而应使用 f 字符串，这样可以使您的代码可读、简洁且不易出错。python3.6+开始支持 f 格式字符串

python复制代码>>> print(f"My Name is {name} and I am {age} years old")
My Name is Ridwan and I am 22 years old

二、使用默认可变参数

在 Python 中，只要您将可变值作为参数传递给函数，默认参数就会在函数被调用时发生变化。这些可变参数通常是列表或字典。

如下：

python复制代码>>> def append(n, l=[]):
...     l.append(n)
...     return l
...

可以看到 append 函数的第二个参数 l 是一个可变参数，只要您使用值为 n 调用该函数，它就会更改默认值 l。

python复制代码// 第一次调用
>>> l1 = append(0)
>>> l1
[0]

当您下次在调用 append 函数时，您将看到您使用的先前值附加到空列表参数。

python复制代码// 第二次调用
>>> l2 = append(1)
>>> l2
[0, 1]

简而言之也就是说由于 l 在 append 函数中被默认初始化为一个 list，第二次调用时，l 并没有重置，导致返回时还带有第一次调用的结果。

这个问题可以通过重写代码来解决，

python复制代码>>> def append(n, l = None):
...     if l is None:
...         l = []
...     l.append(n)
...     return l
...
>>> l1 = append = [0]
>>> l2 = append = [1]
>>> l1,l2
([0], [1])

现在参数 l 被设置为 None，任何时候函数被调用，即使 l 发生了变化，它也会被重新分配为 None，然后给出一个空列表的值。

三、不使用推导式

Python 推导式 为您提供了一种构建序列的简洁方式，上次我检查过，Python 支持 4 种类型的推导式；

• 列表推导式
• 集体推导式
• 字典推导式
• 生成器推导式

你可以在这里阅读更多关于他们的信息。

下面的代码将字典中的值除以 2，

python复制代码>>> numbers = {}
>>> for i in range(10):
...     numbers[i] = i/2
...
>>> numbers
{0: 0.0, 1: 0.5, 2: 1.0, 3: 1.5, 4: 2.0, 5: 2.5, 6: 3.0, 7: 
3.5, 8: 4.0, 9: 4.5}

上面的代码可以写成一行，

python复制代码>>> {i: i/2 for i in range(10)}
{0: 0.0, 1: 0.5, 2: 1.0, 3: 1.5, 4: 2.0, 5: 2.5, 6: 3.0, 7: 
3.5, 8: 4.0, 9: 4.5}

所以不要让自己过得不好，开始使用推导式。

推导式确实算是 python 开发一大利器，用好推导式，早下班！

四、检查 Equality 而不是 Identity

如下,

python复制代码a = [1, 2, 3]
b = [1, 2, 3]

如果我让你检查这两个变量是否相同，你首先想到的是，

python复制代码>>> a == b
True

问题是你需要知道 Identity 和 Equality 之间的区别。

如果检查a和b的内存地址，

python复制代码>>> id(a), id(b)
(1838093945856, 1838093487488)

您可以看到尽管它们具有相同的对象，但它们都有不同的内存地址。

这就是为什么当你运行代码时，

python复制代码>>> a == b
True
You get True, but when you run

>>> a is b
False

当你调用 a is b 返回 False时，a 和 b 就不是相等的了。

在运行如下代码，

python复制代码>>> c = [1,2,3]
>>> d = c
>>> id(c), id(d)
(1838089019712, 1838089019712)

可以看到，c和d是相等且相同的，c中的对象也被赋值给了d。

python复制代码>>> c == d
True
>>> c is d
True

这意味着 c 和 d 具有相同的值和内存地址。

因此你可以说 c 是相同的并且等于 d。

写这篇文章就是为了让你知道 is 和 == 的区别，前者是用来检查 identity ，后者是用来检查 equality 的。

所有相同的变量都相等，但并非所有相等的变量都相同。

这一段看着有点绕，说人话就是 == 比较的是连个变量的值是否相等，is 比较的是两个比变量的内存地址相等!，我相信大伙都明白哈，不然白看了这么多年八股文。

五、不使用元组解包

任何时候你在 Python 中创建一个元组 a_tuple = 1,2,3 ，它会默认进行元组打包，

python复制代码>>> a_tuple = 1,2,3
>>> a_tuple
(1, 2, 3)

然后可以通过索引访问元组内元素

python复制代码>>> x = a_tuple[0]
>>> y = a_tuple[1]
>>> z = a_tuple[2]
>>> print(x, y, z)
1, 2, 3

其实无需使用多行代码访问元组中的元素，您可以通过元组解包自动在一行代码中完成。

python复制代码>>> x,y,z = a_tuple
>>> print(x, y, z)
1, 2, 3

元组解包也是 python 中常用的开发技巧，提升开发效率。

六、创建您自己的索引计数器变量

这个在其他编程语言中很常见，你被要求创建一个索引计数器变量，然后你输入类似的东西；

python复制代码>>> a_list = [1,2,3,4,5,6,7,8,9,10]
>>> index = 0
>>> for elem in a_list:
...     print(index, elem)
...     index += 1
...
0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10

相反，使用 enumerate 函数使您的代码看起来像 Pythonic（这里指写出python风格的代码）；

python复制代码>>> for index, elem in enumerate(a_list):
...     print(index, elem)
...
0 1
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10

这里批评下 Java，这么多年了，foreach 循环也拿不到索引。

七、使用 Print 语句代替日志记录模块

这在小型项目中可能无关紧要，但肯定会对大型项目有所帮助。

不要用打印语句乱扔代码，而是使用日志记录。

python复制代码>>> print('This is a warning message')
This is a warning message
>>> print('This is an error message')
This is an error message
>>> print('This is a critical message')
This is a critical message

日志记录有助于向您的用户显示有用的消息，以增加对代码库中发生的事情的更多上下文和理解。

python复制代码>>> import logging
>>> logging.warning('This is a warning message')
WARNING:root:This is a warning message
>>> logging.error('This is an error message')
ERROR:root:This is an error message
>>> logging.critical('This is a critical message')
CRITICAL:root:This is a critical message

这年头还有人在线上不用文件记录日志吗？有的话告诉我一声， 我肯定拿刀找他!

八、使用 import * 在命名模块中导入函数和类

这种坏习惯有时在新手中很常见。

使用 import * 导入会破坏您的命名空间，方法是将该命名模块中的所有函数和类导入您的代码，这可能会与您定义的函数或导入的其他库的函数发生冲突。

反正博主从来不用 import *，至于你用不用我不知道，但是我建议你不要用。

九、不关注 pep8

pep8就是Python官方指定的编码规范

我们大多数人都犯了这个罪，

我承认我有罪

在我被取消之前😂，我知道我在这篇文章中的一些代码可能违反了 PEP-8 的规则，但事实是痛苦的，需要被告知，遵循 PEP-8 风格和指南让其他人更容易阅读并理解你的代码。

老外的这篇文章在 medium 的邮件推荐中，可能老外知道自己这篇文章的示例代码也违反了 pep8 规范，怕被取消推荐了，我猜的，不保真。

不推荐

python复制代码>>> def function():
...     x = [1,2,3]
...     y= [2,3,5]
...     z = [1, 2,3]
...
>>> def value(x = 7):
...     ...
...

推荐

python复制代码>>> def function():
...     x = [1, 2, 3]
...     y = [2, 3, 5]
...     z = [1, 2, 3]
...
>>> def number(x=7):
...     ...
...

关于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。最后给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！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，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。（全套教程文末领取）

👉Python学习视频600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。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

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。

👉Python大厂面试资料👈

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。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】

本文标签： 你不是你做件事开发人员专业