我自己写Python已经四五年了，我一直在用我的“强迫症”来维持我的代码质量。 不得不去Google的Python代码规范，简单记一下这几年的工作经历。 如果你也在学pythpn，那你就要学python了。 我希望这篇文章对你有用。
1.首先
建议1.理解Pythonic的概念——详见Python之《Zen of Python》
建议2. 编写Pythonic代码
(1) 避免不规范的代码，比如只用大小写区分变量，使用容易混淆的变量名，害怕变量名太长等。有时候长变量名反而让代码更易读。
(2) 深入学习Python相关知识，如语言特性、库特性等，如Python的演进过程等。深入学习一两个业界公认的Pythonic代码库，如如烧瓶等
建议3：理解Python和C的区别，比如缩进和{}，单引号和双引号，三元运算符？ , Switch-Case 语句等
建议四：在代码中适当添加注释
建议五：适当加入空行，让代码布局更合理
建议6：编写函数的4条原则
(1) 功能设计尽量短，嵌套层次不要太深
(2)函数声明要合理、简单、易用
(3) 功能参数设计要考虑向后兼容
(4) 一个函数只做一件事，尽量保证函数粒度的一致性
建议七：将常量集中在一个文件中，常量名尽可能全部使用大写字母
2. 编程习语
建议8：使用assert语句发现问题，但要注意断言assert会影响效率
建议九：交换值时不建议使用临时变量，直接a,b = b,a
建议10：充分利用惰性求值（Lazy evaluation）的特性eval()函数的作用是什么?python，避免不必要的计算
建议11：了解枚举的替代实现的陷阱（枚举功能已添加到最新版本的Python中）
建议十二：不建议使用type进行类型检查，因为有时候type的结果不一定可靠。如果有需求，建议改用isinstance函数
建议13：做除法前尽量把变量转成浮点型（Python3以后不用考虑）
建议14：警惕eval()函数中的安全漏洞，有点类似于SQL注入
建议 15：使用 enumerate() 获取序列迭代的索引和值
建议16：区分==和is的适用场景，尤其是比较字符串等不可变类型变量时（详见注释）
建议17：尽可能使用Unicode。Python2编码很头疼，Python3不用想太多
建议18：构建合理的包层次结构来管理Modules
3. 基本用法
建议 19：谨慎使用 from…import 语句以防止命名空间污染
建议20：先使用绝对导入来导入模块（相对导入在Python3中已经被移除）
建议21：i+=1不等于++i。 Python中++i前面的加号只表示正数，不是运算
建议22：习惯使用with自动关闭资源eval()函数的作用是什么?python，尤其是文件读写
建议 23：使用 else 子句简化循环（异常处理）
建议 24：遵循异常处理的一些基本原则
(1)注意异常的粒度，try块中尽量少写代码
(2)谨慎使用单独的except语句，或者exceptException语句，但是定位具体的异常
(3)注意异常捕获的顺序，在合适的层级处理异常
(4) 使用更友好的异常信息，遵守异常参数规范
建议 25：避免 finally 中可能出现的陷阱
建议26：深入理解None，正确判断对象是否为空。
建议 27：对于连接字符串，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函数代替%形式
建议 29：区别对待可变和不可变对象，尤其是作为函数参数
建议30：[]、{}和()：容器初始化的一致形式。使用列表理解可以让代码更清晰，同时更高效
建议31：函数传递参数，既不是按值也不是按引用，而是按对象或对对象的引用
建议 32：警惕默认参数的潜在问题，尤其是当默认参数是可变对象时
建议 33：谨慎使用函数中的可变长度参数 args 和 kargs
(1) 这种使用过于灵活，导致函数签名不够清晰，可读性差
(2) 如果因为函数参数太多而用变长参数简化函数定义，那么一般可以重构函数
建议34：深入理解str()和repr()的区别
(1)两者的目标不同：str主要是面向客户的，其目的是可读性，返回形式是字符串形式，具有很高的易读性和可读性； 而 repr 是给 Python 解释器或者 Python 开发者使用的，其目的是准确，其返回值代表 Python 解释器内部的定义
(2)在解释器中直接输入变量，默认调用repr函数，print(var)默认调用str函数
(3)repr函数的返回值一般可以使用eval函数还原对象
(4) 两者分别调用对象的内置函数__str__()和__repr__()
建议35：区分staticmethod和classmethod的使用场景
4.图书馆的使用
建议36：掌握字符串的基本用法
建议 37：根据需要选择 sort() 和 sorted() 函数
sort() 就地对列表进行排序，因此无法对元组等不可变类型进行排序。
sorted() 可以在不改变原始变量本身的情况下对任何可迭代类型进行排序。
建议38：使用copy模块深拷贝对象，区分浅拷贝和深拷贝
建议39：使用Counter进行计数统计，Counter是dictionary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本身提供了CSV文件处理模块，并提供了reader和writer等功能。
Pandas可以提供分块、合并处理等，适用于大数据量，更方便二维数据操作。
建议 43：使用 ElementTree 解析 XML
建议 44：了解模块酸洗的利弊
优点：接口简单，全平台通用，支持的数据类型广泛，可扩展性强
缺点：不保证数据操作的原子性，安全问题，不同语言不兼容
建议 45：序列化 JSON 模块的另一种选择：加载和转储操作
建议 46：使用 traceback 获取堆栈信息
建议 47：使用日志记录记录日志信息
建议48：使用线程模块编写多线程程序
建议 49：使用 Queue 模块让多线程编程更安全
5. 设计模式
建议50：使用模块实现单例模式
建议 51：使用 mixin 让程序更灵活
建议 52：使用发布订阅实现松散耦合
建议 53：用状态模式美化你的代码
六、内部机制
建议 54：了解内置对象
建议55：__init__()不是构造函数，理解__new__()和它的区别
建议56：理解变量查找机制，即scope
本地范围
全球范围
嵌套范围
内置范围
建议 57：为什么需要 self 参数
建议 58：了解 MRO（方法解析顺序）和多重继承
建议 59：了解描述符机制
建议 60：区分 __getattr__() 和 __getattribute__() 方法
建议 61：使用更安全的属性
建议 62：掌握元类
建议 63：熟悉 Python 对象协议
建议 64：对中缀语法使用运算符重载
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 greenlets，了解协程、多线程和多处理之间的区别
建议 68：了解 GIL 的局限性
建议 69：对象管理和垃圾回收
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 安装和管理包
建议 72：做 paster 来创建包
建议 73：了解单元测试的概念
建议 74：为包编写单元测试
建议 75：使用测试驱动开发 (TDD) 来提高代码的可测试性
建议 76：使用 Pylint 检查代码风格
代码风格审查
代码错误检查
查找重复和不合理的代码，便于重构
高度可配置和可定制
支持集成各种IDE和编辑器
能够根据Python代码生成UML图
可结合Jenkins等持续集成工具，支持自动代码审查
建议 77：进行有效的代码审查
建议 78：将包发布到 PyPI
8.性能分析与优化
建议 79：了解代码优化的基础知识
建议 80：使用性能优化工具
建议 81：使用 cProfile 定位性能瓶颈
建议 82：使用 memory_profiler 和 objgraph 分析内存使用情况
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
减少循环内的计算
把显式循环改成隐式循环，当然这样会牺牲代码的可读性
尝试在循环中引用局部变量
专注于内部嵌套循环
建议 85：使用发电机提高效率
建议 86：使用不同的数据结构来优化性能
建议 87：充分利用 set
建议 88：使用多处理模块克服 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
结尾
送书
点击下方卡片，关注“web前端营”，回复529506即可下载
点开“在看”的人都变美了
