Python——优缺点/代码守则/运算符/书籍推荐

Python的优缺点

Python的优点很多，简单的可以总结为以下几点。

• 简单和明确，做一件事只有一种方法。
• 学习曲线低，跟其他很多语言相比，Python更容易上手。
• 开放源代码，拥有强大的社区和生态圈。
• 解释型语言，天生具有平台可移植性。
• 支持两种主流的编程范式（面向对象编程和函数式编程）都提供了支持。
• 可扩展性和可嵌入性，可以调用C/C++代码，也可以在C/C++中调用Python。
• 代码规范程度高，可读性强，适合有代码洁癖和强迫症的人群。

Python的缺点主要集中在以下几点。

• 执行效率稍低，因此计算密集型任务可以由C/C++编写。
• 代码无法加密，但是现在很多公司都不销售卖软件而是销售服务，这个问题会被淡化。
• 在开发时可以选择的框架太多（如Web框架就有100多个），有选择的地方就有错误。

---

Python代码守则

• 变量、函数和属性应该使用小写字母来拼写，如果有多个单词就使用下划线进行连接。

• 类中受保护的实例属性，应该以一个下划线开头。

• 类中私有的实例属性，应该以两个下划线开头。

• 类和异常的命名，应该每个单词首字母大写。

• 模块级别的常量，应该采用全大写字母，如果有多个单词就用下划线进行连接。

• 类的实例方法，应该把第一个参数命名为self以表示对象自身。

• 类的类方法，应该把第一个参数命名为cls以表示该类自身。

• 采用内联形式的否定词，而不要把否定词放在整个表达式的前面。例如if a is not b就比if not a is b更容易让人理解。

• 不要用检查长度的方式来判断字符串、列表等是否为None或者没有元素，应该用if not x这样的写法来检查它。

• 就算if分支、for循环、except异常捕获等中只有一行代码，也不要将代码和if、for、except等写在一起，分开写才会让代码更清晰。

• import语句总是放在文件开头的地方。

• 引入模块的时候，from math import sqrt比import math更好。

• 如果有多个import语句，应该将其分为三部分，从上到下分别是Python标准模块、第三方模块和自定义模块，每个部分内部应该按照模块名称的字母表顺序来排列。

---

运算符

---

进制

二进制（如0b100，换算成十进制是4）、八进制（如0o100，换算成十进制是64）、十进制（100）和十六进制（0x100，换算成十进制是256）

---

书籍推荐

• 入门读物

《Python基础教程》（Beginning Python From Novice to Professional）
《Python学习手册》（Learning Python）
《Python编程》（Programming Python）
《Python Cookbook》
《Python程序设计》（Python Programming: An Introduction to Computer Science）
《Modern Python Cookbook》

• 进阶读物

《Python核心编程》（Core Python Applications Programming）
《流畅的Python》（Fluent Python）
《Effective Python：编写高质量Python代码的59个有效方法》（Effective Python 59 Specific Ways to Write Better Python）
《Python设计模式》（Learning Python Design Patterns）
《Python高级编程》（Expert Python Programming）
《Python性能分析与优化》（Mastering Python High Performance）

• Web框架

《Django基础教程》（Tango with Django）
《轻量级Django》（Lightweight Django）
《Python Web开发：测试驱动方法》（Test-Driven Development with Python）
《Web Development with Django Cookbook》
《Test-Driven Development with Django》
《Django Project Blueprints 》
《Flask Web开发：基于Python的Web应用开发实战》（Flask Web Development: Developing Web Applications with Python）
《深入理解Flask》（Mastering Flask）

• 爬虫开发

《用Python写网络爬虫》（Web Scraping with Python）
《精通Python爬虫框架Scrapy》（Learning Scrapy）
《Python网络数据采集》（Web Scraping with Python）
《Python爬虫开发与项目实战》
《Python 3网络爬虫开发实战》

• 数据分析

《利用Python进行数据分析》（Python for Data Analysis）
《Python数据科学手册》（Python Data Science Handbook）
《Python金融大数据分析》（Python for Finance）
《Python数据可视化编程实战》（Python Data Visualization Cookbook）
《Python数据处理》（Data Wrangling with Python）

• 机器学习

《Python机器学习基础教程》（Introduction to Machine Learning with Python）
《Python机器学习实践指南》（Python Machine Learning Blueprints）
《Python Machine Learning Case Studies》
《Python机器学习实践：测试驱动的开发方法》（Thoughtful Machine Learning with Python A Test Driven Approach）
《Python机器学习经典实例》（Python Machine Learning Cookbook）
《TensorFlow：实战Google深度学习框架》