新手请进：每个Python程序员都应该知道的10个缩写词

 [[340605]]

Python是许多编程初学者的首选语言，它的语法非常直观，并且具有支持动态类型的灵活性;此外，它还是一种解释性语言，可以使用交互式控制台进行学习。基本上，只使用命令行工具(例如Mac中的Terminal)就能够开始学习Python，如今macOS系统已经附带了Python。

学习过程中，我们会逐渐熟悉它的数据结构、控制流、类、函数和其他基本知识。此外，还有一件有趣的事人们不常提起：时不时就会遇到Python中的各种首字母缩写词。

本文将回顾十个这样的缩写词，包括通用的编程原理以及特定的Python编码，每个词都有自己有用有趣的方面。

1. OOP(面向对象编程)

要介绍的第一个缩写是OOP——面向对象编程，这就是Python所基于的设计。

大家都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。程序需要获取输入数据、处理数据和输出数据。请注意，此处讨论的数据是最一般意义上的数据，可以包括表格数、字符串、用户操作(例如单击按钮)、图像以及任何形式的具有信息的数据。代码的工作就是处理各种形式的数据，并以所需的方式呈现它们。

为了完成工作，人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范例。这个想法非常直观——我们用特定的对象包装数据。

更具体来讲，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，如果开发一个赛车游戏，那么我们可以构建汽车对象，并且每个对象都可以具有特定的属性，如颜色、最大速度和重量。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。

下面来看一下Python中的特定示例。可以使用内置的str类包装字符串数据，人们不仅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。请看一个非常琐碎的示例。

>>># Create avariable of str type 
        ... hello ="HelloPython!" 
        ... 
        ... # Send the data toa function call 
        ... print(hello) 
        ... 
        ... # Manipulate thestring data with string methods 
        ... hello_lower = hello.lower() 
        ... hello_upper = hello.upper() 
        ... print( lowercased: , hello_lower) 
        ... print( uppercased: , hello_upper) 
        ... 
        HelloPython! 
        lowercased: hello python! 
        uppercased: HELLOPYTHON! 

字符串数据处理

2.DRY(不要重复自己)

DRY(不要重复自己)的原理是每个程序员都应该实践的最基本的规则之一。其含义很简单：如果发现代码中有任何重复，那么就表明需要进行一些重构，以实现最大程度地减少重复代码，或在可能的情况下完全删除任何重复信号。

以下示例通过应用DRY原理展示了一些代码的重构：

defdo_something(item): 
                        pass 
             # Repetativework 
                    do_something(item0) 
                    do_something(item1) 
                    do_something(item2) 
             # Apply DRY 
                    for item in (item0, item1,item3): 
                        do_something(item) 

不要重复自己

代码重构的另一种可能情况是：发现自己要处理一堆具有相同结构的数据。应该考虑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。这不仅可以使程序员本人的代码不易出现错误，而且对代码长期可维护性也很有帮助。

3. PIP(Python包安装和管理工具)

Python受欢迎的最重要因素是其开放源代码的特性，这种特性带来了大量免费的Python软件包。根据维基百科介绍，在Python软件包索引(PyPI)中索引了235000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。想要了解有关pip工具用法的更多信息，可以访问其官方网站：https://pip.pypa.io/en/stable/user_guide/。

# install latest version 
       pip install package_name 
             # install aparticular version 
       pip install package_name==version_number 
             # to uninstall apackage 
       pip uninstall package_name 
             # to show installedpackages 
       pip list 
             # to show theinformation about a particular package 
       pip show package_name 
             # to install alist of dependencies, such as to clone a virtual environment 
       pip install -rrequirements.txt 

PIP 使用示例

4. LEGB(函数内部作用域，函数内部与内嵌函数之间，全局作用域和内置作用域)

LEGB规则指的是Python中的变量查找顺序，如下图所示。具体来说，当解释器尝试解析变量时，Python具有四层作用域——了解将哪些值绑定到变量。

首先从内部范围开始，该范围可以是函数或类。如果解释器为该变量找到了相应的绑定值，那么它将停止查找并使用具有该特定值的变量。

可变分辨率规则

否则，它将在更高层次上查找——函数内部与内嵌函数之间。这一范围仅存在于函数的嵌套结构中。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，它将转到全局范围。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，将包导入当前文件时，导入中的函数和类也将成为全局范围的一部分。内置作用域是启动解释器时要加载的函数、类和其他模块，以使这些最基本的对象始终可用(例如print和其他内置函数)。

5. MRO(方法解析顺序)

方法解析顺序表示Python或编程语言通常如何解析方法或属性。上面讨论的LEGB规则关注的是解决变量，而MRO不同，它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/或继承的多层继承的类(即子类)。因为子类和超类都共享一些具有可能不同实现的通用方法，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负责的。

>>>classX: 
     ...    defbin(self): 
     ...        print(f"bin called in X") 
     ... 
     ... classY(X): 
     ...    defgo(self): 
     ...        print(f"go called Y") 
     ... 
     ... classZ(X): 
     ...    defgo(self): 
     ...        print(f"go called Z") 
     ... 
     ... classW(Y, Z): 
     ...    defbin(self): 
     ...        super().bin() 
     ...        print(f"bin called W") 
     ... 
     ...    defbingo(self): 
     ...        self.bin() 
     ...        self.go() 
     ... 
     ... w =W() 
     ... w.bingo() 
     ... 
     bin called inX 
     bin called W 
     go called Y 

方法解析顺序

对于W类的实例(第22行)，当我们调用bingo()方法时，此方法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，bin()方法在其自己的类中得到解析，但它调用超类的bin()方法，如第15行所示。但是在其直接超类(即Y和Z)中，都未实现 bin()方法，因此Python会比超类的超类(如X)高一个级别，在该超类中实现并调用bin()方法。

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，但是如你所见，这仅调用了Y类中使用的实现。因为当定义W类时，继承顺序为Y和Z，这将使MRO遵循相同的顺序。

与此相关的是，可以使用特殊方法__mro__找出特定类的MRO。另外，为了展示类继承顺序的重要性，我们创建了另一个类，其中Z类位于Y类之前，这会更改W_类的MRO。

>>>print( W Class MRO: , W.__mro__) 
          ... 
          ... classW_(Z, Y): 
          ...    pass 
          ... 
          ... print( W_ Class MRO: , W_.__mro__) 
          ... 
          WClassMRO: (<class  __main__.W >, <class  __main__.Y >, <class  __main__.Z >, <class  __main__.X >, <class  object >) 
          W_ClassMRO: (<class  __main__.W_ >, <class  __main__.Z >, <class  __main__.Y >, <class  __main__.X >, <class  object >) 

特殊方法 __mro__

6.&7. EAFP(请求宽恕比许可更容易)和LBYL(事先检查)

EAFP(请求宽恕比许可更容易)编码风格是Python赖以生存的基础。由于Python是一种动态编程语言，因此在运行时可以实现对现有实例对象，类甚至模块的实现以及修改。因此，建议在假定特定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，那么就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，就可以简单地使用try ... except语句编写特定代码，以处理代码可能引发的潜在异常。总之，宗旨就是如果发生意外情况，事后处理。

与EAFP原理相反，还有另一种称为LBYL的编码样式，它代表“事先检查”。使用这种编码方式，程序员可以在运行某些代码之前排除所有可能的不良情况。因此，就可以在更多遵循LBYL原则的项目中看到更多if语句。这种编码样式就是尽力以特定的方式防止一切问题。

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，只需将代码和预期的可能异常包装在try…except语句中，同时使用LBYL编码样式，必须使用内省法和值检查来验证除法之前的适用条件。

正如大家看到的，EAFP代码看起来更干净，并且没有创建嵌套结构。当然，如果愿意的话，也可以在项目中应用LBYL，最终项目仍然将以类似的方式工作。

defwith_EAFP_divide_ten_by(number): 
                                     try: 
                                         print(f 10 divided by {number} is {10/ number}. ) 
                                     exceptZeroDivisionError: 
                                         print("You can tdivide zero.") 
                                     exceptTypeError: 
                                         print("You canonly divide a number.") 
             defwith_LBYL_divide_ten_by(number): 
                                     ifisinstance(number, int) orisinstance(number, float): 
                                         if number ==0: 
                                             print("You can tdivide zero.") 
                                         else: 
                                             print(f 10 divided by {number} is {10/ number}. ) 
                                     else: 
                                         print("You canonly divide a number.") 

EAFP vs. LBYL

8. PEP(Python增强建议书)

上一节大体讨论了编码样式，但是最有影响力的Python编码风格指南之一就是PEP 8——Python增强建议书#8，由BDFL(将在下文讨论)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，可以在官方网站上找到整个列表(https://www.python.org/dev/peps/。这里列出了一些著名的文章：

• PEP 8: Style Guide for Python Code
• PEP 257: Docstring Conventions
• PEP 20: The Zen of Python
• PEP 498: Literal String Interpolation
• PEP 202: List Comprehensions
• PEP 405: Python Virtual Environment

9. BDFL(仁慈的独裁者)

什么是BDFL?以下是维基百科的定义：仁慈的独裁者(BDFL)是少数开源软件开发领导者的头衔，他们通常是在社区中的争端或争论中保留最终决定权的项目创始人。

尽管这个定义通常适用于开源软件开发，但它最初是在Python社区中使用的，是指代Python编程语言的创建者Guido van Rossum(GvR)的一种方式。他在担任BDFL角色20多年之后，于2018年卸任，你可以在维基百科上找到更多关于BDFL的故事。

10. REPL(“读取-求值-输出”循环)

在笔者看来，REPL(“读取-求值-输出”循环)正是使学习Python如此轻松的便捷工具。我们可以像使用命令或终端窗口一样开始简单地学习Python编码，可以使用pip工具如前所示安装软件包。更重要的是，无需编写任何其他编程语言可能需要的IDE工具即可立即编写Python代码的第一行(例如可能应该是这行代码：print(“Hello World!”))。

来快速看一下它的样子吧：

>>>print("HelloWorld!") 
            HelloWorld! 
            >>>3*2 
            6 
            >>>type(5) 
            <class int > 

REPL示例

REPL工作流程非常简单——阅读代码，对其进行评估，并在控制台中打印评估中的所有适用结果，然后循环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，这也是著名的Python学习和编码工具——Jupiter Notebook的基础。

Python是一种由BDFL GvR创建的灵活而强大的OOP语言。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。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。如果愿意的话，也可以在编码中做一些LBYL。LEGB规则和MRO将帮助大家了解如何解析变量、属性和函数以使你的代码按预期运行。

这些Python“黑话”，你学会了吗?

本文转载自微信公众号「 读芯术」，可以通过以下二维码关注。转载本文请联系 读芯术公众号。