编写高质量Python的6个技巧

几个常见的方式方法,起于Python,却不仅仅适用于Python

使用decimal进行高精度计算

Python内置了decimal模块,主要解决日常精度,默认提供了28个小数位进行数学计算。

decimal中Decimal 类解决了IEEE 754浮点数产生的精度问题,并且可以进行更为准确舍入行为。

所以我们在涉及重要场合比如货币金额计算情况,非常合适。

当然我们也可以进行把小数转化为整数计算,只是会更麻烦一些,不够灵活应对。

不要返回None

遇到特殊情况是,应该抛出异常,而不是返回None,比如除法分子为0的情况,当调用者看到异常就知道如何修正代码。

举一个错误的例子

1
2
3
4
5
6
def divide(a, b):
try:
return a/b
except ZeroDivisonError
return None

返回None的话,由于我们有空字符串,0,空字典,空列表等都表示False,容易误导我们写出错误的代码。

另外就算我们意识到这个问题,我们代码中也会充斥许多检查None值的判断语句,变相增加了我们工作量

传递可变参数,默认值用None

紧接上一条,在传递可变参数我们参数应该使用None,因为函数的默认值,只会在程序加载模块并读到本函数的定义时进行评估。

如果默认值用空字典,空列表,往往会导致前后共用一个默认值,发生奇怪行为。

我们可以使用None作为形式上的默认值,在中途重新赋值,改变这种行为。

使用推导式替换map和filter

通过列表、字典推导可以让我们代码看起来更为简单明了,比如下面例子:

a = [1,2,3,4,5,6]
b = [x**2 for x in a if x % 2 == 0]

把filter函数和map结合起来也能做到,但是代码变得更为复杂难懂
c = map(lambda x: x**2, filter(lambda x: x%2 == 0, a))

上面一对比一下就知道那个更容易理解了,列表推导虽好,但不建议多个列表推导式,虽然最终看起来节约了代码,但是给人难以理解,增加理解成本。

毕竟代码是给人看的,只是顺带给机器执行一下而已。:)

使用ipdb进行调试

调试过程中,虽然有 print,logger,单元测试帮助我们查找问题原因,但是面对更为复杂的问题调试,往往需要更强大的调试工具进行交互操作,打印局部变量,程序状态,查看上下文,单步调试等等。

ipdb是pdb的升级版,非常灵活支持代码变量输入补全,非常方便,类似ipython和python的功能对比,推荐大家去使用使用。

使用环境变量

经常看到一些新手开发的时候,在进行环境参数配置导入导出的时候喜欢用层层叠加的方式覆盖,每次开发过程把配置文件名pro_config.py 改为 pro_config.py.bak来进行环境变量控制等等。

1
2
3
4
5
6
7
try:
from local_config import *
from dev_config import *
from pro_config import *
except:
pass

Python有对应的包 importlib,结合os 模块,我们可以通过export进行环境变量的控制,
配合docker-compose类似工具,启动不同环境容器就能进行隔离开发非常方便。

1
2
3
4
5
6
7
import importlib
import os
config_file = os.getenv('XXX_API_SETTINGS')
if not config_file:
config_file = 'XXX.config.test'
config_module = importlib.import_module(config_file)

上面的几个技巧,是我常用的一些方法技巧,起于Python,不止Python,欢迎大家在留言区留下你的方式方法,我们一起讨论。

另外在上一篇文章我分享了「提高代码质量,这本书就够了」,这里面有赠送「代码整洁之道」这本书的活动,今天的技巧就有来自该书,感兴趣的同学可以去上篇文章下面留言参与。

相关文章:

提高代码质量,这本书就够了

Python新手常见的几个问题及工具推荐

本文首发微信公众号, 欢迎订阅

sitin wechat
扫一扫上面的二维码,订阅我的博客!