資訊中心 Info
當前位置:愛尚教育 > 資訊中心 >
10個Python開發的技巧
發布日期:2021-10-17 閱讀次數:

1. 如何在運行狀態查看源代碼?

查看函數的源代碼,我們通常會使用 IDE 來完成。

比如在 PyCharm 中,你可以 Ctrl + 鼠標點擊 進入函數的源代碼。

那如果沒有 IDE 呢?

當我們想使用一個函數時,如何知道這個函數需要接收哪些參數呢?

當我們在使用函數時出現問題的時候,如何通過閱讀源代碼來排查問題所在呢?

這時候,我們可以使用 inspect 來代替 IDE 幫助你完成這些事

2. 如何關閉異常自動關聯上下文?

當你在處理異常時,由于處理不當或者其他問題,再次拋出另一個異常時,往外拋出的異常也會攜帶原始的異常信息。

如果在異常處理程序或 finally 塊中引發異常,默認情況下,異常機制會隱式工作會將先前的異常附加為新異常的 __context__屬性。這就是 Python 默認開啟的自動關聯異常上下文。

如果你想自己控制這個上下文,可以加個 from 關鍵字(from語法會有個限制,就是第二個表達式必須是另一個異常類或實例。),來表明你的新異常是直接由哪個異常引起的。

當然,你也可以通過with_traceback方法為異常設置上下文__context__屬性,這也能在traceback更好的顯示異常信息。

最后,如果我想徹底關閉這個自動關聯異常上下文的機制?有什么辦法呢?

可以使用 raise...from None,從下面的例子上看,已經沒有了原始異常

3. 最快查看包搜索路徑的方式

當你使用 import 導入一個包或模塊時,Python 會去一些目錄下查找,而這些目錄是有優先級順序的,正常人會使用 sys.path 查看。

那有沒有更快的方式呢?

我這有一種連 console 模式都不用進入的方法呢?

你可能會想到這種,但這本質上與上面并無區別

4. 將嵌套 for 循環寫成單行

我們經常會如下這種嵌套的 for 循環代碼

這里僅僅是三個 for 循環,在實際編碼中,有可能會有更層。

這樣的代碼,可讀性非常的差,很多人不想這么寫,可又沒有更好的寫法。

這里介紹一種我常用的寫法,使用 itertools 這個庫來實現更優雅易讀的

5. 如何使用 print 輸出日志

初學者喜歡使用 print 來調試代碼,并記錄程序運行過程。

但是 print 只會將內容輸出到終端上,不能持久化到日志文件中,并不利于問題的排查。

如果你熱衷于使用 print 來調試代碼(雖然這并不是最佳做法),記錄程序運行過程,那么下面介紹的這個 print 用法,可能會對你有用。

Python 3 中的 print 作為一個函數,由于可以接收更多的參數,所以功能變為更加強大,指定一些參數可以將 print 的內容輸出到日志文件中

6. 如何快速計算函數運行時間

計算一個函數的運行時間,你可能會這樣子做

你看看你為了計算函數運行時間,寫了幾行代碼了。

有沒有一種方法可以更方便的計算這個運行時間呢?

有。

有一個內置模塊叫 timeit

使用它,只用一行代碼即可

7. 利用自帶的緩存機制提高效率

緩存是一種將定量數據加以保存,以備迎合后續獲取需求的處理方式,旨在加快數據獲取的速度。

數據的生成過程可能需要經過計算,規整,遠程獲取等操作,如果是同一份數據需要多次使用,每次都重新生成會大大浪費時間。所以,如果將計算或者遠程請求等操作獲得的數據緩存下來,會加快后續的數據獲取需求。

為了實現這個需求,Python 3.2 + 中給我們提供了一個機制,可以很方便的實現,而不需要你去寫這樣的邏輯代碼。

這個機制實現于 functool 模塊中的 lru_cache 裝飾器。

參數解讀:

maxsize:最多可以緩存多少個此函數的調用結果,如果為None,則無限制,設置為 2 的冪時,性能最佳

typed:若為 True,則不同參數類型的調用將分別緩存。

8. 在程序退出前執行代碼的技巧

使用 atexit 這個內置模塊,可以很方便的注冊退出函數。

不管你在哪個地方導致程序崩潰,都會執行那些你注冊過的函數。

如果clean函數有參數,那么你可以不用裝飾器,而是直接調用atexit.register(clean_1, 參數1, 參數2, 參數3='xxx')。

可能你有其他方法可以處理這種需求,但肯定比上不使用 atexit 來得優雅,來得方便,并且它很容易擴展。

但是使用 atexit 仍然有一些局限性,比如:

如果程序是被你沒有處理過的系統信號殺死的,那么注冊的函數無法正常執行。

如果發生了嚴重的 Python 內部錯誤,你注冊的函數無法正常執行。

如果你手動調用了os._exit,你注冊的函數無法正常執行。

9. 實現類似 defer 的延遲調用

那么在 Python 中否有這種機制呢?

當然也有,只不過并沒有 Golang 這種簡便。

在 Python 可以使用 上下文管理器達到這種效果

10. 如何流式讀取數G超大文件

使用 with...open... 可以從一個文件中讀取數據,這是所有 Python 開發者都非常熟悉的操作。

但是如果你使用不當,也會帶來很大的麻煩。

比如當你使用了 read 函數,其實 Python 會將文件的內容一次性的全部載入內存中,如果文件有 10 個G甚至更多,那么你的電腦就要消耗的內存非常巨大。

优彩-网址