我已经写了四五年的Python了，我一直在用我的“强迫症”来维持我的代码质量。除了谷歌的Pythoncodespecification之外，我从来没有看过类似的书。偶然看到这样一本书，看完觉得还不错，就简单记下了。想学习类似知识，又懒得看全书的朋友，可以参考一下。一：入门建议1.理解Pythonic概念——详见《Python中的《Python之禅》。变量名太长等。有时候，长变量名会使代码更易读。(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Flask等建议3：了解Python与C的区别，如缩进与{}、单引号与双引号、三元运算符?、Switch-Case语句等建议4：在代码中适当添加注释建议5：适当增加空行，使代码布局更合理建议6：编写函数的4个原则（1）函数设计要尽量短，嵌套层次不要太深（2）函数声明要be合理、简单、易用(3)函数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，常量南e尽量全部使用大写字母2：编程习语建议8：使用assert语句发现问题，但要注意，assert断言会影响效率建议9：不建议在交换值的时候使用临时变量，直接a，b=b,a建议十：充分利用惰性求值（Lazyevaluation）的特点，避免不必要的计算建议使用type进行类型检查，因为有时候type的结果不一定可靠。如果有需要，建议使用isinstance函数，而不是建议13：做除法前尽量将变量转为浮点型（Python3不需要考虑）。建议14：警惕eval()函数的安全漏洞，有点类似于SQL注入建议15：使用enumerate()同时获取序列迭代的索引和值建议16：区分适用场景of==andis，尤其是比较字符串等不可变变量时（详见注释）建议17：尽量使用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Module3：基本使用建议19：谨慎使用from...import语句，防止命名空间污染建议20：首先使用绝对导入来导入模块（相对导入在Python3中已被移除）建议21：i+=1不等于++i。在Python中，++i前面的加号只表示正，不是建议22：习惯使用with自动关闭资源，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，尽量在try块中写尽可能少的代码（2）谨慎使用单独的except语句，或者exceptException语句，但是定位具体异常（3）注意异常捕获的顺序，在合适的层级处理异常（4）使用更友好建议25：避免finally中可能出现的陷阱建议26：深入理解None，并正确判断对象是否为空。Python中以下数据会被判断为空：建议27：对连接字符串使用join函数代替+操作建议28：格式化字符串对象和不可变对象时尽量使用.format函数代替%形式，特别是作为函数参数建议30：[]、{}和()：容器初始化的一致形式。使用列表理解可以使代码更清晰、更高效。建议31：给函数传递参数，既不是按值也不是按引用，而是传递对象或对象引用。建议32：警惕默认参数的潜在问题，尤其是默认参数为可变对象时的建议33：在函数中谨慎使用变长参数args和*kargs（1）这种使用过于灵活，使得函数签名不够清晰，可读性差(2)如果是因为函数参数的原因如果参数太多，为了简化变长参数的函数定义，那么一般可以重构函数，目的是为了可读性，而返回形式是字符串形式，具有很高的用户友好性和可读性；而repr是针对Python解释器或Python开发者的，其目的是准确，其返回值代表Python解释器内部定义（2）在解释器中直接输入变量，默认调用repr函数，而print(var)默认调用str函数。(3)repr函数的返回值一般可以通过eval函数恢复。(4)两者分别是调用对象的内置函数str__()和__repr()建议35：区分静态方法staticmethod和类方法classmethod的使用场景4：库建议36：掌握基本用法ofstrings建议37：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()可以对任何可迭代类型进行排序，而不改变原始变量本身。建议38：使用复制模块深拷贝对象，区分浅拷贝和深拷贝ConfigParser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等函数。》pandas可以提供分块、合并处理等，适用于数据量较大的情况，对二维数据进行操作更方便。建议43：使用ElementTree解析XML建议44：了解pickle模块的优缺点《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：数据操作的原子性不强保证，并且存在安全问题。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logging记录日志信息建议48：使用threading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建议5：设计模式建议50：使用模块实现单例模式建议51：使用mixin模式让程序更灵活建议52：使用发布-订阅模式实现松耦合建议53：使用状态模式美化代码6：内部机制建议54：理解内置对象建议55：init__()不是构造方法，理解__new()和它的区别建议56：理解变量查找机制,即scope>localeffectDomain"GlobalScope"NestedScope"Built-inScope建议57：为什么需要self参数su建议58：理解MRO（MethodResolutionOrder）和多重继承建议59：理解Descriptor机制建议60：getattr__()和_getattribute()方法的区别建议61：使用更安全的属性建议62：Mastermetaclasses建议63：熟悉Python对象协议建议64：使用运算符重载实现中缀语法建议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，了解协程的区别，多-线程、多进程建议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75：使用测试驱动开发(TDD)来改进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以便于重构”高度可配置和可定制“支持集成各种IDE和编辑器”可以生成基于UML图关于Python代码》可以结合Jenkins等持续集成工具支持自动代码审查建议77：进行高效的代码审查建议78：将包发布到PyPI8：性能分析和优化建议79：理解代码优化建议80的基本原则：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：尝试降低算法复杂度建议84：掌握循环优化的基本技巧》减少循环内部计算《将显式循环改为隐式循环，当然是以牺牲代码可读性为代价的》尝试在循环中引用局部变量》重点关注内部嵌套循环建议85：使用生成器提高效率建议86：使用不同的数据结构优化性能建议87：充分利用set的优势建议88：使用multiprocessing模块克服GIL缺陷建议89：使用线程池提高效率建议90：使用C/C++模块扩展提高性能建议91：使用Cythonb编写扩展模块
