十个python代码_每个Python程序员都应该知道的10个缩写
介绍
对于许多刚开始学习代码的人来说，Python已经成为*佳的选择。它的语法非常直观，并且支持灵活的动态类型。另外，它是一种解释性语言，可以将交互式控制台用于学习。基本上，我们可以仅使用一些命令行工具(例如Mac中的Terminal)来开始Python学习，因为macOS现已随Python一起提供。
学习Python时，我摸会逐渐熟悉它的数据结构，控制流，类，函数和其他基本知识。有趣的是Python中的各种首字母缩写词，我们时常会遇到。本文将回顾十个这样的缩写。其中一些是通用的编程原理，而另一些则更特定于Python编码。然而，它们每个都有其有趣的方面。
1. OOP(面向对象编程)
我们应该知道的*个缩写是OOP —面向对象编程，Python就是基于此进行设计的。我们知道编程本身是关于编码的，但是程序本身应该是关于数据的。我们的程序需要获取输入数据，过程中处理数据，*后输出数据。但请注意，此处讨论的数据是*一般意义上的数据，可以包括表格数据，字符串，用户操作(例如，单击按钮)，图像以及具有信息的任何形式的数据。我们代码的工作是处理这些各种形式的数据，并以所需的方式呈现它们。
为了完成我们的工作，我们需要能够处理这些数据的代码，而现代编程语言(包括Python)中的一种常见设计模式就是采用OOP范式。这个想法非常直观-我们用特定的对象包装数据。更具体地的说，对象可以保存数据(例如，属性)并且可以操作数据(例如，方法)。例如，如果我们开发一个赛车游戏。我们可以构建汽车对象，每个对象都可以具有特定的属性，例如颜色，*大速度和重量。此外，这些对象还可以进行制动和加速等操作。这些数据的逻辑组织以对象(汽车)为中心。
让我们看一下Python中的一个示例。使用内置的str类包装字符串数据，我们可以使用字符串对象传递字符串数据，还可以改变字符串的表示方式。下面是一个简单的示例。>>> # Create a variable of str type… hello = ‘Hello Python!’…… # Send the data to a function call… print(hello)…… # Manipulate the string data with string methods… hello_lower = hello.lower()… hello_upper = hello.upper()… print(‘lowercased:’, hello_lower)… print(‘uppercased:’, hello_upper)…Hello Python!lowercased: hello python!uppercased: HELLO PYTHON!
2.DRY (Don’t Repeat Yourself)
DRY(Don’t Repeat Yourself)的原理每个程序员都应该实践。这个想法很简单-如果代码中有重复，则表明我们需要进行一些重构以*大程度地减少重复代码，或者尽可能消除重复。以下伪代码通过代码的重构展示了DRY原理。def do_something(item):pass# Repetative workdo_something(item0)do_something(item1)do_something(item2)# Apply DRYfor item in (item0, item1, item3):do_something(item)
代码重构的另一种可能情况是，我们发现自己要处理一堆结构相同的数据。这时我们应该使用自己的类来处理这些数据，而不是使用一系列的字典，列表或元组来存储每个人的数据。这使代码不易出错，而且对后期维护也有好处。
3. PIP(Package Installer for Python)
可能是Python受欢迎的*重要因素是其开放源代码性质，这带来了大量免费的Python软件包集合。根据Wikipedia的介绍，在Python软件包索引(PyPI)中索引了235,000多个软件包。我们可以使用pip工具从PyPI安装任何软件包。该安装过程非常轻松，只需在命令或终端中使用一行代码即可。以下代码段总结了一些常用用法。# install latest versionpip install package_name# install a particular versionpip install package_name==version_number# to uninstall a packagepip uninstall package_name# to show installed packagespip list# to show the information about a particular packagepip show package_name# to install a list of dependencies, such as to clone a virtual environmentpip install -r requirements.txt
4. LEGB(Local, Enclosing, Global and Built-in)
LEGB规则引用Python中的变量查找顺序，如下图所示。具体来说，当解释程序尝试解析变量时，Python具有四层作用域。首先从局部作用域开始，该作用域可以是函数或类。如果解释器找到了变量的相应绑定值，它将停止查找并将变量与该特定值一起使用。
可变分辨率规则
否则，它将在更高层次上(封闭范围)进行查找。封闭范围仅存在于函数的嵌套结构中。具体来说，当在另一个函数中声明一个函数时，我们将内部函数称为内部函数，将外部函数称为外部函数。当解释器尝试解析内部函数范围内使用的变量时，如果无法在局部范围内解析，它将进入封闭范围，即外部函数的局部范围。
如果仍然无法解析封闭范围内的变量，它将进入全局范围。全局作用域通常是模块级别，通常是独立的Python文件。值得注意的是，当程序包导入到当前文件中时，来自导入的函数和类也将成为全局范围的一部分。内置作用域是在启动解释器时加载的函数，类和其他模块，以使这些*基本的对象始终可用(例如，theprint和其他内置函数)。
5. MRO(Method Resolution Order)
The Method Resolution Order表示Python或其他编程语言如何解析方法或属性。与上面讨论的LEGB规则关注的是解决变量不同，MRO关注的是对象以及对象的方法调用或特定属性的获取如何解决。MRO主要是在多继承的上下文中讨论的-从多个类(即超类)和/或多层继承继承的类(即子类)。因为子类和超类都共享一些实现方法可能不同的通用方法，所以Python解释器需要一种机制来确定在特定调用中应使用哪种方法或属性，而这正是MRO的职责。下面的代码段显示了一个示意性示例。>>> class X:… def bin(self):… print(f’bin called in X’)…… class Y(X):… def go(self):… print(f’go called Y’)…… class Z(X):… def go(self):… print(f’go called Z’)…… class W(Y, Z):… def bin(self):… super().bin()… print(f’bin called W’)…… def bingo(self):… self.bin()… self.go()…… w = W()… w.bingo()…bin called in Xbin called Wgo called Y
对于W类的实例(第22行)，当我们调用bingo()方法时，该方法将在其自己的类中解析，因为它是在类中定义的(第18-20行)。但是，此方法将进一步调用bin()和go()方法。以类似的方式，该bin()方法在其自己的类中解析，但是，它调用超类的bin()方法，如第15行所示。但是在其直接超类(即Y和Z)中，都没有实现该bin()方法，因此Python会继续使用甚至比bin()实现和调用该方法的超类的超类(即X)高一级。
值得注意的是，对于W的go()方法，其两个超类都实现了此方法，但是只有Y类中使用的实现才被调用。这是因为当我们定义W类时，继承顺序是Y和Z，这将使MRO遵循相同的顺序。与此相关，我们可以使用特殊方法找出特定类的MRO__mro__，如下所示。另外，为了展示类继承的顺序的重要性，我们创建了另一个类，其中Z类位于Y类之前，这将更改W_类的MRO。>>> print(‘W Class MRO:’, W.__mro__)…… class W_(Z, Y):… pass…… print(‘W_ Class MRO:’, W_.__mro__)…W Class MRO: (, , , , )W_ Class MRO: (, , , , )
6.＆7. EAFP(Easier to Ask Forgiveness than Permission)和LBYL(Look Before Your Leap)
EAFP(Easier to Ask Forgiveness than Permission)编码风格是Python赖以生存的基础。因为Python是一种动态编程语言，所以在运行时可以对现有的实例对象、类或模块进行实现和修改。因此在假定特殊属性或功能可用的情况下编写代码。换句话说，如果某些代码可能存在特定问题，则让问题浮出水面并相应地解决它们。通过应用EAFP规则，如果我们想更进一步，我们可以简单地使用try … except编写特定的代码。用语句来处理代码可能引发的潜在异常的问题。即先考虑发生哪些意外情况，事后再进行处理。
与EAFP原理相反，还有另一种称为LBYL的编码样式，它代表“跨越式”。通过这种编码方式，程序员有望在运行某些代码之前排除所有可能的不良情况。因此，在遵循LBYL原则的项目中看到更多if语句。基本上，这种编码样式试图临时解决所有问题。
以下代码段显示了使用EAFP与LBYL的可能方案。使用EAFP编码样式，我们只需在try…except语句中包装我们的代码和可能的异常，而使用LBYL编码样式，我们必须使在之前验证适用条件。如您所见，EAFP代码看起来很干净，而没有创建嵌套结构。当然，我们也可以在项目中应用LBYL。def with_EAFP_divide_ten_by(number):try:print(f’10 divided by {number} is {10 / number}.’)except ZeroDivisionError:print(‘You can’t divide zero.’)except TypeError:print(‘You can only divide a number.’)def with_LBYL_divide_ten_by(number):if isinstance(number, int) or isinstance(number, float):if number == 0:print(‘You can’t divide zero.’)else:print(f’10 divided by {number} is {10 / number}.’)else:print(‘You can only divide a number.’)
8. PEP(Python Enhancement Proposals)
上一节讨论了编码风格。但是，*具影响力的Python编码样式指南之一是PEP 8，由BDFL(将在下面讨论)和其他几个Python核心维护者编写。PEP涵盖了很多内容-所有与Python相关的内容。我们可以在官方网站上找到所有内容。这里列出了一些比较著名的文章。
PEP 8：Python代码样式指南
PEP 257：Docstring约定
PEP 20：Python的禅宗
PEP 498：文字字符串插值
PEP 202：列表理解
PEP 405：Python虚拟环境
9. BDFL(Benevolent Dictator For Life)
什么是BDFL？当然，章节标题已告诉您它代表什么，但实际上是什么意思呢？下面使维基百科中的定义。
Benevolent dictator for life (BDFL) is a title given to a small number of open-source software development leaders, typically project founders who retain the final say in disputes or arguments within the community.
尽管此定义通常适用于任何开源语言的软件开发，但它*初在Python社区中使用时，由Python编程语言的创建者Guido van Rossum(GvR)担任。担任BDFL角色20多年之后，他于2018年卸任。如果对BDFL的故事感兴趣，可以去Wikipedia上阅读更多内容。
10. REPL(Read-Eval-Print Loop)
在我看来，REPL(读取-评估-打印循环)是使学习Python如此轻松的便捷工具。我们可以开始像使用命令或终端窗口一样，pip工具将软件包安装在此处。更重要的是，我们可以立即编写*行Python代码(例如，print(“Hello World!”))，而无需使用其他编程语言或配置任何IDE工具。让我们看一下它的外观。>>> print(‘Hello World!’)Hello World!>>> 3 * 26>>> type(5)
REPL工作流程非常简单-读取代码，对其进行评估并在控制台中打印评估中的所有适用结果，然后一次又一次地重复这三个步骤以探索Python的各种功能。REPL在标准Python或其他常见的Python开发工具(例如ipython)中作为默认模式实现。结论
Python是一种灵活而强大的OOP语言，它是由BDFL GvR创建的。利用PIP，我们可以轻松地管理Python软件包，并通过REPL在控制台中学习语言和各种软件包。当我们使用Python进行编码时，我们希望遵循PEP 8中概述的样式。其他重要的编码原理包括DRY和EAFP。如果愿意，也可以在编码中做一些LBYL。LEGB规则和MRO将帮助我们了解如何解析变量，属性和函数以使代码的预期运行效果。感谢阅读
1
