python - 早期需要学习的 Python 的重要语言特性（习语）有哪些

Question

我很想知道 StackOverflow 社区认为 Python 的重要语言特性（习语）是什么。将程序员定义为 Pythonic 的功能。

Python (pythonic) 成语 - “代码表达式”是 Python 语言的自然或特征。

另外，所有 Python 程序员都应该尽早学习哪些习语？

提前致谢

有关的：

score 25 · Accepted Answer

Python是一种可以描述为的语言：

“规则你可以用一大袋钩子放在手掌中”。

python 中的几乎所有内容都遵循相同的简单标准。一切都是可访问的、可更改的和可调整的。语言级别的元素很少。

以 len(data) 内置函数为例。 len(data)通过简单地检查一个data.__len__()方法，然后调用它并返回值来工作。这样，len()可以在任何实现__len__()方法的对象上工作。

首先了解类型和基本语法：

动态强类型语言
bool、int、float、string、list、tuple、dict、set
语句，缩进，“一切都是对象”
基本功能定义

然后继续学习 python 的工作原理：

导入和模块（非常简单）
蟒蛇路径（sys.path）
dir()功能_
__builtins__

一旦您了解了如何将各个部分组合在一起，请返回并介绍一些更高级的语言功能：

迭代器
覆盖之类__len__ 的（有很多这样的）
列表推导和生成器
类和对象（同样，一旦你知道了一些规则，真的很简单）
python继承规则

一旦你对这些项目有一个舒适的水平（关注是什么让它们像 Python），看看更具体的项目：

python中的线程（注意全局解释器锁）
上下文管理器
数据库访问
文件 IO
插座
ETC...

永远不要忘记Python 的禅宗（蒂姆·彼得斯）

Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one-- and preferably only one --obvious way to do it.
Although that way may not be obvious at first unless you're Dutch.
Now is better than never.
Although never is often better than *right* now.
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those!

score 9 · Accepted Answer

该页面涵盖了所有主要的 Python 成语： http: //python.net/~goodger/projects/pycon/2007/idiomatic/handout.html

score 7 · Accepted Answer

Python 中的一个重要习惯用法是 docstrings。

每个对象都有一个 __doc__ 属性，可用于获取该对象的帮助。您可以像这样在模块、类、方法和函数上设置 __doc__ 属性：

# this is m.py
""" module docstring """

class c:
    """class docstring"""
    def m(self):
        """method docstring"""
        pass

def f(a):
    """function f docstring"""
    return

现在，当您键入help(m)等help(m.f)时，它将打印文档字符串作为帮助消息。

因为它只是普通对象自省的一部分，所以它可以被 epydoc 等文档生成系统使用，或者被 unittest 用于测试目的。

它也可以用于更非传统（即非惯用）的用途，例如Dparser中的语法。

对我来说更有趣的是，即使doc是大多数对象的只读属性，您也可以像这样在任何地方使用它们：

x = 5
""" pseudo docstring for x """

并且像epydoc这样的文档工具可以提取它们并正确格式化它们（与保留在代码格式中的普通注释相反。

score 6 · Accepted Answer

装饰者得到我的投票。你还能在哪里写类似的东西：

def trace(num_args=0):
  def wrapper(func):
    def new_f(*a,**k):
      print_args = ''
      if num_args > 0:
        print_args = str.join(',', [str(x) for x in a[0:num_args]])
      print('entering %s(%s)' %(f.__name__,print_args))
      rc = f(*a,**k)
      if rc is not None:
        print('exiting %s(%s)=%s' %(f.__name__,str(rc)))
      else:
        print('exiting %s(%s)' %(f.__name__))
      return rc
    return new_f
  return wrapper

@trace(1)
def factorial(n):
  if n < 2:
    return 1
  return n * factorial(n-1)
factorial(5)

并获得如下输出：

entering factorial(5)
entering factorial(4)
entering factorial(3)
entering factorial(2)
entering factorial(1)
entering factorial(0)
exiting factorial(0)=1
exiting factorial(1)=1
exiting factorial(2)=2
exiting factorial(3)=6
exiting factorial(4)=24
exiting factorial(5)=120

score 4 · Accepted Answer

4

与列表使用相关的所有内容。
理解、生成器等

于 2009-02-19T21:32:59.550 回答

score 4 · Accepted Answer

就个人而言，我真的很喜欢 Python 语法通过使用indentation来定义代码块，而不是通过单词“BEGIN”和“END”（如 Microsoft 的 Basic 和 Visual Basic - 我不喜欢这些）或使用 left- 和 right-大括号（如 C、C++、Java、Perl - 我喜欢这些）。

这真的让我感到惊讶，因为尽管缩进对我来说一直很重要，但我并没有对此产生太大的“噪音”——我忍受着它，它被认为是一种能够阅读其他人的技能，“意大利面条“ 代码。此外，我从未听过其他程序员建议将缩进作为语言的一部分。直到 Python！我只希望我首先意识到这个想法。

对我来说，就好像 Python 的语法迫使你编写好的、可读的代码。

好吧，我会离开我的肥皂盒。;-)

score 3 · Accepted Answer

从更高级的角度来看，了解 Python 如何在内部使用字典。类、函数、模块、引用都只是字典上的属性。一旦理解了这一点，就很容易理解如何打补丁和使用强大的 __gettattr__、__setattr__ 和 __call__ 方法。

score 3 · Accepted Answer

这是一个可以提供帮助的。有什么区别：

[ foo(x) for x in range(0, 5) ][0]

和

( foo(x) for x in range(0, 5) ).next()

答案：在第二个例子中，foo 只被调用一次。如果 foo 有副作用，或者用于构造列表的可迭代对象很大，这可能很重要。

score 2 · Accepted Answer

有两件事让我印象深刻，尤其是 Python 风格，那就是动态类型和 Python 中使用的各种类型的列表，尤其是元组。

Python 对列表的痴迷可以说是 LISP-y，但它有自己独特的风味。像这样的一行：

return HandEvaluator.StraightFlush, (PokerCard.longFaces[index + 4], 
  PokerCard.longSuits[flushSuit]), []

甚至

return False, False, False

只是看起来像 Python，没有别的。（从技术上讲，你也会在 Lua 中看到后者，但 Lua 总体上是相当 Pythonic 的。）

score 2 · Accepted Answer

使用字符串替换：

name = "Joe"
age = 12
print "My name is %s, I am %s" % (name, age)

当我不使用 python 编程时，我最怀念的是那种简单的使用。

score 1 · Accepted Answer

另一件你不能足够早开始的事情可能是测试。在这里，特别是 doctests 是通过同时解释代码来测试代码的好方法。

doctests 是一个简单的文本文件，包含一个交互式解释器会话加上这样的文本：

Let's instantiate our class::

>>> a=Something(text="yes")
>>> a.text
yes

Now call this method and check the results::

>>> a.canify()
>>> a.text
yes, I can

如果 egatext 返回不同的东西，测试将失败。

doctests 可以在 docstrings 或独立文本文件中，并使用doctests 模块执行。当然，更知名的单元测试也是可用的。

score 1 · Accepted Answer

我认为在线教程和书籍只谈论做事，而不是以最好的方式做事。除了 python 语法，我认为在某些情况下速度很重要。

Python 提供了一种对函数进行基准测试的方法，实际上是两个！！

一种方法是使用profile模块，如下所示：

import profile

def foo(x, y, z):
    return x**y % z # Just an example.

profile.run('foo(5, 6, 3)')

另一种方法是使用timeit模块，如下所示：

import timeit

def foo(x, y, z):
    return x**y % z # Can also be 'pow(x, y, z)' which is way faster.

timeit.timeit('foo(5, 6, 3)', 'from __main__ import *', number = 100) 
# timeit.timeit(testcode, setupcode, number = number_of_iterations)

python - 早期需要学习的 Python 的重要语言特性（习语）有哪些

12 回答 12

Related

Reference