11.5 【代码美化】写出漂亮 Python 代码的 20条准则¶
通常，当我们在学校学习时，编程美学不是一个关键问题。用 Python 写代码时，个人也会遵循自己的风格。然而，当我们必须花大把时间来理解一个人的隐式代码时，这项工作肯定不受欢迎，这种情况同样可能发生在别人阅读我们的代码时。所以，让我们聚焦 Python 之禅和一些改进技巧，从而解决问题。
1. Python 之禅？¶
对于此前没听说过的人，请在 Python
解释器中键入并执行import this，会出现由 Tim Peters 撰写的 19
条指导原则：
优美胜于丑陋；
明了胜于晦涩；
简单胜于复杂；
复杂胜于晦涩；
扁平胜于嵌套；
间隔胜于紧凑；
可读性很重要；
特例不足以特殊到违背这些原则；
实用性胜过纯粹；
永远不要默默地忽视错误；
除非明确需要这样做；
面对模棱两可，拒绝猜测；
解决问题最直接的方法应该有一种，最好只有一种；
当然这是没法一蹴而就的，除非你是荷兰人；
做也许好过不做；
但不想就做还不如不做；
如果方案难以描述明白，那么一定是个糟糕的方案；
如果实现容易描述，那可能是个好方案；
命名空间是一种绝妙的理念，多加利用！
在这篇文章中，我将分享自己对这些格言的理解以及我学到的一些有用的 Python 技巧。
2. 优美胜于丑陋¶
Python 具有语法简单、代码可读性强和命令类似英语等特点，这让编写 Python
代码比使用其他编程语言更容易、更高效。例如，使用or
and和|| &&构建语义相同的表达式：
# &&, ||
if a == 0 && b == 1 || c == True:
# and, or
if a == 0 and b == 1 or c == True:
# 这两个逻辑表达式在 Python 中是相同的
# 从语义的角度来看，可以使用选择操作符来构造完全相同的表达式。
此外，代码的布局和组成非常重要，有大量资源涉及这个主题。下面是最受欢迎也是我最喜欢的一个：PEP 8——Python 代码风格指南。
https://www.python.org/dev/peps/pep-0008/
浏览完 PEP8 后，看看下面这些文章，其中展示了一些亮点和应用：
如何参照 PEP 8 编写漂亮的 Python 代码
优雅的 Python 与 PEP8
https://medium.com/@mariasurmenok/stylish-python-with-pep8-c3ca93531418
PEP-8 的陷阱
https://medium.com/@ian.reinert/the-pitfalls-of-pep-8-b6108b006ed9
永远不要弄乱你的代码。要优雅而美丽。
3. 明了胜于晦涩¶
在 Python 中，良好的命名约定不仅可以提升你的课堂成绩，而且还能让你的代码更明了。幸运的是，你能在 PEP8 中找到一些指导原则，我想在下面强调其中的一些要点。
https://www.python.org/dev/peps/pep-0008/
一般来说，避免使用以下名称：
太宽泛，如
my_list；太冗长，如
list_of_machine_learning_data_set；太模糊，如“1”、“I”、“o”、“O”。
包 / 模块名应该全部小写：
首选使用一个单词命名；
当需要使用多个单词时，使用下划线分割它们。
类名应遵循 UpperCaseCamelCase 规范
变量:raw-latex:方法:raw-latex:`函数应该采用小写`（如果需要，用下划线分割）
常量名必须全大写（如果需要，用下划线分割）
一切都必须清晰易懂。
4. 简单胜于复杂¶
简单比复杂更难：你必须付出巨大艰辛，化繁为简。但这一切到最后都是值得的，因为一旦你做到了，你便能创造奇迹。——乔布斯
很多时候，在处理迭代器时，我们还需要保存迭代计数。Python
通过提供一个名为enumerate()的内置函数简化这一任务。以下是一种不成熟的方法，然后是推荐方法：
words = ['Hannibal', 'Hanny', 'Steeve']
# 不成熟的方法
index = 0
for word in words:
print(index, word)
index += 1
# 推荐方法
for index, word in enumerate(words):
print(index, word)
另一个示例是使用内置的zip()函数，该函数创建一个迭代器，对来自两个或多个迭代器的元素进行配对。你可以使用它来快速有效地解决常见的编程问题，比如创建字典。
subjects = ['math', 'chemistry', 'biology', 'pyhsics']
grades = ['100', '83', '90', '92']
grades_dict = dict(zip(subjects, grades))
print(grades_dict)
化繁为简的能力就是消除不必要的东西，保留必要的东西。
5. 复杂胜于晦涩¶
复杂（complex ）和晦涩（complicated ）的区别在于，复杂是指组件的系统层级，晦涩是指难度高。
有时候，尽管我们试图让任务变得简单和傻瓜化，结果可能仍然很糟。
在这种情况下，编程优化变得很有必要，我最喜欢的学习方法是完成 coding challenge websites 上的工作。你可以查看其他人的解决方案，甚至能受到更好算法的启发。
对于入门，HackerRank 提供了适合新手程序员的各种级别任务，这非常棒。之后，可以去尝试更专业的网站，比如 Coderbyte 和 Topcoder。
6. 扁平胜于嵌套¶
嵌套模块在 Python
中并不常见——至少我之前没有见过像module.class.subclass.function这样的东西——可读性不好。虽然在另一个子模块中构建子模块可能会减少代码行数，但我们不希望用户被不直观的语法所困扰。
7. 间隔胜于紧凑¶
不要在一行中插入太多代码，这会给读者带来压力。建议最大行长度 79 个字符。这样，当使用代码评审工具时，编辑器窗口宽度限制才能很好工作。
使用 Python 从 Unsplash 下载图片
8. 可读性很重要¶
代码的阅读次数比编写次数多。考虑下缩进，它让代码更容易阅读，比较下面的代码：
money = 10000000
print("I earn", money, "dollars by writing on medium.")
money = 10_000_000
print(f"I earn {money} dollars by writing on medium.")
在本例中，代码结果相同，但是后一段代码通过使用下划线占位符和 f-string 提供了更好的可读性。在 Python 3.6 发布后，f-string 开始让格式化变得更简单，并且在处理包含更多变量的更长的句子时更强大。
一个作家的风格不应该在他的思想和读者的思想间设置障碍。
9. 特例不足以特殊到违背这些原则¶
关键是为一般情况提供一贯支持，尝试将一个繁琐的项目重新组织成一个简单形式。例如，根据其功能，结构化类的代码或将其分类到不同的文件中，即使 Python 并不强迫你这样做。由于 Python 是一种多范式编程语言，解决问题的一个强大方法是创建对象，这就是所谓的面向对象编程。
面向对象编程是一种组织程序结构的编程范式，让属性和行为可以被看作是单独对象。它的优点是直观和易于操作，许多教程都很好地解释了这些概念。
10. 实用性胜过纯粹¶
这句格言与前一句相矛盾，它提醒我们保持它们之间的平衡
11. 永远不要默默地忽视错误¶
放过错误最终会留下隐式 Bug，并且这些 Bug 更难被发现。Python 提供了健壮的错误处理，与其他语言相比，程序员使用该工具并不难。
try:
x = int(input("Please enter an Integer: "))
except ValueError:
print("Oops! This is not an Integer.")
except Exception as err:
print(err)
else:
print('You did it! Great job!')
finally:
print('ヽ(✿ﾟ▽ﾟ)ノ')
# 1. 这段代码可能中断。
# 2. 如果出现值错误就会触发。
# 3. 处理值错误之外的错误。
# 4. 如果没有触发错误就执行。
# 5. 不管是否触发错误都执行。
根据 Python 文档：“即使一个语句或表达式在语法上是正确的，在试图执行它时也可能会导致错误。”特别是对于大型项目，我们不希望在耗时的计算后，代码崩溃。这就是异常管理的魅力所在。
12. 除非明确需要这样做¶
在某些情况下，小错误不会困扰你。不过，也许你想捕获特定错误。要获得关于特定错误消息的更多细节，我建议阅读官方的内置异常文档并找到你需要的内容。
13. 面对模棱两可，拒绝猜测¶
重要的是要不断学习，享受挑战，容忍歧义。我们都不知道最终会怎样。——玛蒂娜·霍纳
这句话优雅而抒情，但在编程中不是一个好的隐喻。歧义可能是指不清楚的语法、复杂的程序结构或触发错误消息的错误。例如，第一次使用numpy模块时的一个简单错误：
import numpy as np
a = np.arange(5)
print(a < 3)
if a < 3:
print('smaller than 3')
ValueError: 具有多个元素的数组的真值不明确，请使用 a.any() 或 a.all()
如果执行上面代码，你将在输出中发现一个由 5 个布尔值组成的数组，表明值在
3
以下。因此，if语句不可能确定状态。消息中显示的内置函数.all()
和.any()用于代替 And/Or。
import numpy as np
a = np.array([True, True, True])
b = np.array([False, True, True])
c = np.array([False, False, False])
print(a.all())
print(a.any())
print(b.all())
print(b.any())
print(c.all())
print(c.any())
输出表明，.all()仅在所有项都为True时才返回True，而.any()在有一项为True时就返回True。
14. 解决问题最直接的方法应该有一种，最好只有一种¶
想想为什么 Python 被描述为一种易于学习的编程语言。Python 具有非凡的内置函数 / 库和高度的可扩展性，它鼓励程序员优雅地编写代码。尽管有更多的解决方案可以提供灵活性，但对于同一个问题，它们可能会花费更多时间。
输入 import antigravity 并执行
15. 当然这是没法一蹴而就的，除非你是荷兰人¶
Python 之父 Guido van Rossum 是一位荷兰程序员，他让这句格言变得无可争议。你不会声称自己比他更了解 Python……至少我不会。
16. 做也许好过不做¶
你可以拖延，但时间不会，失去的时间一去不复返。——本杰明·富兰克林
对于那些像我一样患有拖延症，正在寻求改变的人，看看这个，和恐慌怪兽合作。
https://embed.ted.com/talks/tim_urban_inside_the_mind_of_a_master_procrastinator
另一方面，这个格言的另一个方面是阻止你过度计划，这并不比看 Netflix 更有效率。
拖延和过度计划的共同特征就是“什么都做不了。”
17. 不想就做还不如不做¶
“做也许好过不做”并不意味着计划没用。把你的想法写下来，设定一个要征服的目标，比不想就做要好。
例如，我通常在每个星期天花一个小时来制定我的周计划，并在睡觉前更新我明天的计划，看看有什么需要推迟的事情。
18. 如果解决方案难以解释清楚，那一定很糟糕¶
回想一下“复杂胜于晦涩”的理念。通常，晦涩的代码意味着弱设计，特别是在像 Python 这样的高级编程语言中。
然而，在某些情况下，其领域知识的复杂性可能会让实现难以解释，而如何优化让其明晰易懂至关重要。这里有一个规划项目指南，可以给你提供帮助。
19. 如果实现容易描述，那可能是个好方案¶
使设计（甚至人们的生活）更容易，即使背景知识可能很深刻，这是编程的专业知识，我认为也是编程中最困难的部分。
利用 Python 的简单性和可读性来实现一些疯狂的想法。
20. 命名空间是一种绝妙的理念，多加利用！¶
最后但同样重要的是，命名空间是一组符号，用于组织各种对象，以便这些对象可以通过惟一的名称引用。在 Python 中，命名空间是由以下元素组成的系统：
内置命名空间：可以在不创建自定义函数或导入模块（如
print()函数）的情况下调用。全局命名空间：当用户创建一个类或函数时，将创建一个全局命名空间。
局部命名空间：局部作用域中的命名空间。
命名空间关系图
命名空间系统可以防止 Python 模块名称之间产生冲突。
延展阅读：