PS:整理自书籍《Python 编写高质量Python代码的59个有效方法》，仅供学习整理使用
Cha 1 用Pythonic方式来思考
TIP 1 确认自己所用的Python版本
TIP 2 遵循PEP8风格指南
1.使用space来表示缩进，而不要使用tab
2.文件中的函数和类之间应该用两行空格隔开
3.在同一个类中，各方法之间应该用一个空行隔开
4.在使用下标来获取列表元素，调用函数或给关键字参数赋值的时候，不要在两旁添加空格
5.函数变量及属性应该用小写字母来拼写，各单词之间以下划线相连，例如，lowercase_underscore
6.受保护的实例属性，以单个下划线开头，例如，_leading_underscore
7.私有的实例属性，应该以两个下划线开头，例如，__double_leading_underscore
8.类与异常，应该以每个单词首字母均大写的形式来命名，例如，CapitalizedWord
9.模块级别的常量，应该全部采用大写字母来拼写，各个单词之间以下划线相连，例如。ALL_CAPS
10.类中的实例方法，应该吧首个参数命名为self,以表示该对象自身
11.类方法的首个参数，应该命名为cls，以表示该类自身。
12.每行的字符数不应超过79，可用反斜线和小括号进行多行代码的连接
13.对于占据多行的长表达式来说，除了首行之外的其余各行都应该在通常的缩进级别上再加4个空格
14.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
15.不要通过检测长度的办法来判断是否为空值
16.关于模块的引入
TIP 3 了解bytes,str与unicode的区别
TIP 4 用辅助函数来取代复杂的表达式
1.开发者很容易过度运用Python的语法特性，写出特别复杂并且难以理解的单行表达式。
2.把复杂的表达式移入辅助函数之中。
3.使用if、else表达式，比使用or或者and的Boolean操作符写成的表达式更加清晰
TIP 5 了解切割序列的办法
1.不要写多余的代码：当start索引为0，或end索引为序列长度时，应该将其省略
2.切片操作不会计较start与end是否越界
3.对list赋值的时候，如果使用切片操作，就会把原列表中处在相关范围内的值替换成新值，即便长度不同亦可替换。
TIP 6 在单次切片操作内，不要同时指定start、end、和stride
1.既有start ,end又有 stride的切割操作，可能会令人费解。
2.尽量使用stride为正数，且不带start或end索引
3.在同一个切片操作内，不要同时使用start，end和stride，如果确实需要执行，考虑将其拆解为两条赋值语句，其中一条范围切割，另一条做步进切割，或考虑使用内置itertools模块中的islice
TIP 7 用列表推导来取代map和filter
a = [1,2,3,4,5,6,7,8]
square = [x**2 for x in a]
print(square)
1.列表推导要比内置的map和filter函数清晰，因为它无需额外编写lambda表达式
2.列表推导可以跳过输入列表中的某些元素，如果改用map来做就必须辅以filter方能实现
3.字典与集合也支持推导表达式
TIP 8 不要使用含有两个以上表达式的列表推导
eg: matrix = [[1,2,3],[4,5,6],[7,8,9]]
flat = [x for row in matrix for x in row]
squared = [[x**2 for x in row] for row in matrix]
print(flat) # flat = [1,2,3,4,5,6,7,8,9]
print(squared) # squared = [[1,4,9],[16,25,36],[49,64,81]]
条件语句亦可加入至列表推导式
a = [1,2,3,4,5,6,7,8,9,10]
b = [x for x in a if x > 4 if x % 2 == 0]
c = [x for x in a if x > 4 and x % 2 == 0]
此处if 和 and作用一样，b和c的结果等价
1.列表推导支持多级循环，每一级循环也支持多项条件
2.超过两个表达式的列表推导很难理解，应该尽量避免
TIP 9 用生成器表达式来改写数据量较大的列表推导
列表推导的缺点：在推导过程中，对于输入序列的每个值来说，可能都要创建仅含一项元素的全新列表，当数据非常多时，可能会消耗大量内存，导致程序崩溃。
按照列表推导的写法写迭代器，将中括号换成小括号，即可得到迭代器，结合next函数生成所需要的值。
eg: it = (len(x) for x in open('/tmp/my_file.txt'))
print(it)
print(next(it))
1.当输入的数据量较大时，列表推导可能会因为占用太多内存而出问题
2.由生成器表达式所返回的迭代器，可以逐次产生输出值，避免内存用量问题
3.把某个生成器表达式所返回的迭代器，放在另一个生成器表达式的for子表达式中，即可将二者组合起来
4.串在一起的生成器表达式执行速度很快
TIP 10 尽量用enumerate取代range
1.enumerate函数提供了一种精简的写法，可以在遍历迭代器时获知每个元素的索引
2.尽量用enumerate来改写那种将range与下标访问相结合的序列遍历代码
3.可以给enumerate提供第二个参数，以指定开始计数时所用的值（默认为0）
TIP 11 用ZIP函数同时遍历两个迭代器
1.内置的zip函数可以平行地遍历多个迭代器
2.Python3的zip相当于生成器，会在遍历过程中逐次产生元祖，而Python2中的zip则是直接把这些元祖完全生成好，并一次性返回整份列表。
3.如果提供的迭代器长度不等，那么zip就会自动提前终止
4.itertools内置模块中的zip_longest函数可以平行遍历多个迭代器，而不用在乎它们的长度是否相等。
TIP 12 不要在for和while循环后面写else块
1.Python有种特殊语法，可在for及while循环的内部语句块之后紧跟一个else块
2.只有当整个循环主体都没遇到break语句时，循环后面的else块才会执行
3.不要在循环后面使用else块，因为这种写法既不直观又容易引起误解
TIP 13 合理利用try/except/else/finally结构中的每个代码块
try/finally结构，确保程序能够可靠地关闭文件句柄。
handle = open('/tmp/random_data.txt')
try:
data = handle.read()
finally:
handle.close()
1.无论try块是否发生异常，都可以利用try/finally复合语句中的finally块来执行清理工作
2.else块可以用来缩减try块中的代码量，并把没有发生异常时所要执行的语句与try/except代码块隔开
3.顺利运行try块后，若想使某些操作能在finally块的清理代码之前执行，则可将这些操作写到else块中。
