每个Python程序员都应该知道的10个缩写

重磅干货，第一时间送达

介绍

对于许多刚开始学习代码的人来说，Python已经成为最佳的选择。它的语法非常直观，并且支持灵活的动态类型。另外，它是一种解释性语言，可以将交互式控制台用于学习。基本上，我们可以仅使用一些命令行工具（例如Mac中的Terminal）来开始Python学习，因为macOS现已随Python一起提供。

学习Python时，我摸会逐渐熟悉它的数据结构，控制流，类，函数和其他基本知识。有趣的是Python中的各种首字母缩写词，我们时常会遇到。本文将回顾十个这样的缩写。其中一些是通用的编程原理，而另一些则更特定于Python编码。然而，它们每个都有其有趣的方面。

1. OOP（面向对象编程）

我们应该知道的第一个缩写是OOP —面向对象编程，Python就是基于此进行设计的。我们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。我们的程序需要获取输入数据，过程中处理数据，最后输出数据。但请注意，此处讨论的数据是最一般意义上的数据，可以包括表格数据，字符串，用户操作（例如，单击按钮），图像以及具有信息的任何形式的数据。我们代码的工作是处理这些各种形式的数据，并以所需的方式呈现它们。

为了完成我们的工作，我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范式。这个想法非常直观-我们用特定的对象包装数据。更具体地的说，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，如果我们开发一个赛车游戏。我们可以构建汽车对象，每个对象都可以具有特定的属性，例如颜色，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。

让我们看一下Python中的一个示例。使用内置的str类包装字符串数据，我们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。下面是一个简单的示例。

>>> # Create a variable of str type... hello = "Hello Python!"... ... # Send the data to a function call... print(hello)... ... # Manipulate the string data with string methods... hello_lower = hello.lower()... hello_upper = hello.upper()... print('lowercased:', hello_lower)... print('uppercased:', hello_upper)... Hello Python!lowercased: hello python!uppercased: HELLO PYTHON!

2.DRY (Don’t Repeat Yourself)

DRY（Don’t Repeat Yourself）的原理每个程序员都应该实践。这个想法很简单- 如果代码中有重复，则表明我们需要进行一些重构以最大程度地减少重复代码，或者尽可能消除重复。以下伪代码通过代码的重构展示了DRY原理。

def do_something(item): pass
# Repetative workdo_something(item0)do_something(item1)do_something(item2)
# Apply DRYfor item in (item0, item1, item3): do_something(item)

代码重构的另一种可能情况是，我们发现自己要处理一堆结构相同的数据。这时我们应该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。这使代码不易出错，而且对后期维护也有好处。

3. PIP（Package Installer for Python）

可能是Python受欢迎的最重要因素是其开放源代码性质，这带来了大量免费的Python软件包集合。根据Wikipedia的介绍，在Python软件包索引（PyPI）中索引了235,000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。

# install latest versionpip install package_name
# install a particular versionpip install package_name==version_number
# to uninstall a packagepip uninstall package_name
# to show installed packagespip list
# to show the information about a particular packagepip show package_name
# to install a list of dependencies, such as to clone a virtual environmentpip install -r requirements.txt

4. LEGB（Local, Enclosing, Global and Built-in）

LEGB规则引用Python中的变量查找顺序，如下图所示。具体来说，当解释程序尝试解析变量时，Python具有四层作用域。首先从局部作用域开始，该作用域可以是函数或类。如果解释器找到了变量的相应绑定值，它将停止查找并将变量与该特定值一起使用。

可变分辨率规则

否则，它将在更高层次上（封闭范围）进行查找。封闭范围仅存在于函数的嵌套结构中。具体来说，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，它将进入全局范围。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，当程序包导入到当前文件中时，来自导入的函数和类也将成为全局范围的一部分。内置作用域是在启动解释器时加载的函数，类和其他模块，以使这些最基本的对象始终可用（例如，the print和其他内置函数）。

5. MRO（Method Resolution Order）

The Method Resolution Order表示Python或其他编程语言如何解析方法或属性。与上面讨论的LEGB规则关注的是解决变量不同，MRO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/或多层继承继承的类（即子类）。因为子类和超类都共享一些实现方法可能不同的通用方法，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的职责。下面的代码段显示了一个示意性示例。

>>> class X:... def bin(self):... print(f"bin called in X")... ... class Y(X):... def go(self):... print(f"go called Y")... ... class Z(X):... def go(self):... print(f"go called Z")... ... class W(Y, Z):... def bin(self):... super().bin()... print(f"bin called W")... ... def bingo(self):... self.bin()... self.go()... ... w = W()... w.bingo()... bin called in Xbin called Wgo called Y

对于W类的实例（第22行），当我们调用bingo()方法时，该方法将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，该bin()方法在其自己的类中解析，但是，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，都没有实现该bin()方法，因此Python会继续使用甚至比bin()实现和调用该方法的超类的超类（即X）高一级。

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，但是只有Y类中使用的实现才被调用。这是因为当我们定义W类时，继承顺序是Y和Z，这将使MRO遵循相同的顺序。与此相关，我们可以使用特殊方法找出特定类的MRO __mro__，如下所示。另外，为了展示类继承的顺序的重要性，我们创建了另一个类，其中Z类位于Y类之前，这将更改W_类的MRO。

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


6.＆7. EAFP（Easier to Ask Forgiveness than Permission）和LBYL（Look Before Your Leap）

EAFP（Easier to Ask Forgiveness than Permission）编码风格是Python赖以生存的基础。因为Python是一种动态编程语言，所以在运行时可以对现有的实例对象、类或模块进行实现和修改。因此在假定特殊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，则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，我们可以简单地使用try ... except编写特定的代码。用语句来处理代码可能引发的潜在异常的问题。即先考虑发生哪些意外情况，事后再进行处理。

与EAFP原理相反，还有另一种称为LBYL的编码样式，它代表“跨越式”。通过这种编码方式，程序员有望在运行某些代码之前排除所有可能的不良情况。因此，在遵循LBYL原则的项目中看到更多if语句。基本上，这种编码样式试图临时解决所有问题。

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，我们只需在try…except语句中包装我们的代码和可能的异常，而使用LBYL编码样式，我们必须使在之前验证适用条件。如您所见，EAFP代码看起来很干净，而没有创建嵌套结构。当然，我们也可以在项目中应用LBYL。

def with_EAFP_divide_ten_by(number): try: print(f'10 divided by {number} is {10 / number}.') except ZeroDivisionError: print("You can't divide zero.") except TypeError: print("You can only divide a number.")

def with_LBYL_divide_ten_by(number): if isinstance(number, int) or isinstance(number, float): if number == 0: print("You can't divide zero.") else: print(f'10 divided by {number} is {10 / number}.') else: print("You can only divide a number.")

8. PEP（Python Enhancement Proposals）

上一节讨论了编码风格。但是，最具影响力的Python编码样式指南之一是PEP 8，由BDFL（将在下面讨论）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。我们可以在官方网站上找到所有内容。这里列出了一些比较著名的文章。

PEP 8：Python代码样式指南
PEP 257：Docstring约定
PEP 20：Python的禅宗
PEP 498：文字字符串插值
PEP 202：列表理解
PEP 405：Python虚拟环境

9. BDFL（Benevolent Dictator For Life）

什么是BDFL？当然，章节标题已告诉您它代表什么，但实际上是什么意思呢？下面使维基百科中的定义。

Benevolent dictator for life (BDFL) is a title given to a small number of open-source software development leaders, typically project founders who retain the final say in disputes or arguments within the community.

尽管此定义通常适用于任何开源语言的软件开发，但它最初在Python社区中使用时，由Python编程语言的创建者Guido van Rossum（GvR）担任。担任BDFL角色20多年之后，他于2018年卸任。如果对BDFL的故事感兴趣，可以去Wikipedia上阅读更多内容。

10. REPL（Read-Eval-Print Loop）

在我看来，REPL（读取-评估-打印循环）是使学习Python如此轻松的便捷工具。我们可以开始像使用命令或终端窗口一样，pip工具将软件包安装在此处。更重要的是，我们可以立即编写第一行Python代码（例如，print(“Hello World!”)），而无需使用其他编程语言或配置任何IDE工具。让我们看一下它的外观。


>>> print("Hello World!")Hello World!>>> 3 * 26>>> type(5)<class 'int'>

REPL工作流程非常简单-读取代码，对其进行评估并在控制台中打印评估中的所有适用结果，然后一次又一次地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。

结论

Python是一种灵活而强大的OOP语言，它是由BDFL GvR创建的。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。当我们使用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，也可以在编码中做一些LBYL。LEGB规则和MRO将帮助我们了解如何解析变量，属性和函数以使代码的预期运行效果。

交流群