按照《代码整洁之道》的说法，“花在阅读和编码上的时间比远远超过 10:1。”
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
https://realpython.com/python-pep8/
- 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\方法\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。
https://www.freecodecamp.org/news/the-10-most-popular-coding-challenge-websites-of-2016-fb8a5672d22f/
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。
https://docs.python.org/3/library/exceptions.html
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。
照片来自 GitHub
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。
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。
https://docs.python-guide.org/writing/structure/
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。
