10 個 推薦的 Python 程式碼習慣

日常工作需要寫很多指令碼和小專案，分享一些經驗和程式碼習慣，比較主觀，有愛自取，求同存異。

1. 使用 tqdm 包檢視處理進度，複雜情況可以考慮 fastprogress

2. 引數過多，並且希望終端直接修改，推薦 YACS — Yet Another Configuration System

3. 如果可配置引數比較多，使用容易錯誤，可以增加確認的過程

   enter = raw_input("confirm (y/n): ")
   if enter.lower() != 'y':
        exit()

4. 無需前端知識，可以使用開源庫 streamlit 快速構建機器學習相關的 web debug 工具 Streamlit — The fastest way to build custom ML tools

   import streamlit as st
   st.write('Hello, world!')

5. 如有可能，儘量格式化排版

6. 小指令碼對檔案的處理可以通過 print 方式直接輸出，方便使用管道命令進一步處理

7. 執行報錯時，直接對那段程式碼加一個異常捕捉 + IPDB 除錯，簡單高效

   try:
        do_something_with_xxxError()
   except xxxError:
        import ipdb; ipdb.set_trace()

8. 不要重複造輪子，也要注意把自己常用的程式碼片段收集整理

   def split_chunks(data, n):
        if data is None:
            return None
        N = len(data)
        m = int(math.ceil(N / float(n)))
        res = [[] for i in range(n)]
        for i in range(n):
            res[i] = data[i*m: (i+1)*m]
        return res

9. 多使用列表表示式，簡化常用程式碼。

   with open(path) as f:
        lines = [l.strip() for l in f.readlines()]

10. 可以允許單檔案指令碼較長，但不允許單函式又臭又長，理清邏輯，劃分為多個函式方便修改。

本作品採用《CC 協議》，轉載必須註明作者和本文連結