开发效率,关乎三类对象,也就是阅读者、编程者和机器。他们的优先级是阅读者的体验 >> 编程者的体验 >> 机器的体验。
不少的编程规范,本来就是为了优化读者体验而存在的。举个例子,对于命名原则,我想很多人应该都有所理解,pep8 第 38 条规定命名必须有意义,不能是无意义的单字母。如:
错误示例 if (a <= 0): return elif (a > b): return else: b -= a # 正确示例 if (transfer_amount <= 0): raise exception('...') elif (transfer_amount > balance): raise exception('...') else: balance -= transfer_amount
再举一个例子,google style 2.2 条规定,python 代码中的 import 对象,只能是 package 或者 module。
#错误示例 from mypkg import obj from mypkg import my_func my_func([1, 2, 3]) # 正确示例 import numpy as np import mypkg np.array([6, 7, 8])
#错误示例 result = [(x, y) for x in range(10) for y in range(5) if x * y > 10]
# 正确示例 result = [] for x in range(10): for y in range(5): if x * y > 10: result.append((x, y))
一些危险的编程风格,不仅会影响程序正确性,也容易成为代码效率的瓶颈。比如, is 和 ==的使用区别。is是比较对象的内存地址。因此在比较整数的地址时要注意。
#################实验证明,下面代码只在终端中执行python命令行时才有效,而在执行脚本时整型的数据都会分配同一个空间 #错误示例 x = 27 y = 27 print(x is y) #true x = 721 y = 721 print(x is y) #false #以上的代码的改成==,确保是对比对象的值。 #正确示例 x = 27 y = 27 print(x == y) x = 721 y = 721 print(x == y)
再看 == ,当比较的是对象或者none时,有可能就会出乎意料,因为==的结果,取决于__eq__() 方法的具体实现
#错误示例 class myobject(object): def __eq__(self, other): if other: return self.field == other.field return true x = myobject() print(x == none)
如果要与none比较时,永远要使用is和is not
# 正确示例 x = myobject() print(x is none) 正确示例 def pay(name, salary=none): if salary is not none: salary = 11 print(name, "is compensated", salary, "dollars")
再提一个错误示范
#错误示例 adict = {i: i * 2 for i in xrange(10000000)} for key in adict.keys(): print("{0} = {1}".format(key, adict[key]))
keys() 方法会在遍历前生成一个临时的列表,导致上面的代码消耗大量内存并且运行缓慢。正确的方式,是使用默认的 iterator。默认的 iterator 不会分配新内存,也就不会造成上面的性能问题:
# 正确示例 for key in adict:
摘自 《python核心技术与实战》专栏
如对本文有疑问, 点击进行留言回复!!
网友评论