建议 13：尽量转换为浮点类型后再做除法

# 计算平均成绩绩点

>>> gpa = ((4*96+3*85+5*98+2*70)*4) / ((4+3+5+2)*100)

>>> gpa

3.625714285714286   # 终于知道自己的绩点是咋算的了

建议 14：警惕 eval() 的安全漏洞

eval(expression[, globals[, locals]])将字符串 str 当成有效的表达式来求值并返回计算结果，globas为字典形式，locals为任何映射对象，它们分别表示全局和局部命名空间，两者都省略表达式将在调用的环境中执行，为什么需要警惕eval()呢：

 

# 合理正确地使用

>>> eval("1+1==2")

True

>>> eval('"a"+"b"')

'ab'

# 坏心眼的geek

>>> eval('__import__("os").system("dir")')

Desktop  Documents  Downloads  examples.desktop  Music  Pictures  Public  __pycache__  Templates  Videos

0

>>> eval('__import__("os").system("del * /Q")')     # 嘿嘿嘿

如果确实需要使用eval，建议使用安全性更好的ast.literal_eval。

建议 15：使用 enumerate() 获取序列迭代的索引和值

>>> li = ['a', 'b', 'c', 'd', 'e']

>>> for i, e in enumerate(li):

...     print('index: ', i, 'element: ', e)

...

index:  0 element:  a

index:  1 element:  b

index:  2 element:  c

index:  3 element:  d

index:  4 element:  e

# enumerate(squence, start=0) 内部实现

def enumerate(squence, start=0):

    n = start

    for elem in sequence:

        yield n, elem   # 666

        n += 1

# 明白了原理我们自己也来实现一个反序的

def reversed_enumerate(squence):

    n = -1

    for elem in reversed(sequence):

        yield len(sequence) + n, elem

        n -= 1

建议 16：分清 == 与 is 的适用场景

操作符意义isobject identity==equal

is的作用是用来检查对象的标示符是否一致，也就是比较两个对象在内存中是否拥有同一块内存空间，相当于id(x) == id(y)，它并不适用于判断两个字符串是否相等。==才是用来判断两个对象的值是否相等，实际是调用了内部的__eq__，所以a==b相当于a.__eq__(b)，也就是说==是可以被重载的，而is不能被重载。

>>> s1 = 'hello world'

>>> s2 = 'hello world'

>>> s1 == s2

True

>>> s1 is s2

False

>>> s1.__eq__(s2)

True

>>> a = 'Hi'

>>> b = 'Hi'

>>> a == b

True

>>> a is b

True

咦~怎么上例中的a, b又是“同一对象”了？这跟 Python 的 string interning 机制有关，为了提高系统性能，对于 较小的字符串 会保留其值的一个副本，当创建新的字符串时直接指向该副本，所以a和b的 id 值是一样的，同样对于小整数[-5, 257)也是如此：

 

>>> id(a)

140709793837832

>>> id(b)

140709793837832

>>> x = -5

>>> y = -5

>>> x is y

True

>>> id(x) == id(y)

True

建议 17：考虑兼容性，尽可能使用 Unicode

我之前也总结过编码的问题。由于最早的编码是 ASCII 码，只能表示 128 个字符，显然这对其它语言编码并不适用，Unicode就是为了不同的文字分配一套统一的编码。

建议 18：构建合理的包层次来管理 module

本质上每一个 Python 文件都是一个模块，使用模块可以增强代码的可维护性和可重用性，在较大的项目中，我们需要合理地组织项目层次来管理模块，这就是包(Package)的作用。

一句话说包：一个包含__init__.py 文件的目录。包中的模块可以通过.进行访问，即包名.模块名。那么这个__init__.py文件有什么用呢？最明显的作用就是它区分了包和普通目录，在该文件中申明模块级别的 import 语句从而变成了包级别可见，另外在该文件中定义__all__变量，可以控制需要导入的子包或模块。

这里给出一个较为合理的包组织方式，是 FlaskWeb 开发：基于Python的Web应用开发实战一书中推荐而来的：

|-flasky

    |-app/                      # Flask 程序

        |-templates/            # 存放模板

        |-static/               # 静态文件资源

        |-main/

            |-__init__.py

            |-errors.py         # 蓝本中的错误处理程序

            |-forms.py          # 表单对象

            |-views.py          # 蓝本中定义的程序路由

        |-__init__.py

        |-email.py              # 电子邮件支持

        |-models.py             # 数据库模型

    |-migrations/               # 数据库迁移脚本

    |-tests/                    # 单元测试

        |-__init__.py

        |-test*.py

    |-venv/                     # 虚拟环境

    |-requirements/

        |-dev.txt               # 开发过程中的依赖包

        |-prod.txt              # 生产过程中的依赖包

    |-config.py                 # 储存程序配置

    |-manage.py                 # 启动程序以及其他的程序任务

建议 19：有节制地使用 from...import 语句

Python 提供三种方式来引入外部模块：import语句、from...import语句以及__import__函数，其中__import__函数显式地将模块的名称作为字符串传递并赋值给命名空间的变量。

使用import需要注意以下几点：

• 优先使用import a的形式

• 有节制地使用from a import A

• 尽量避免使用from a import *

为什么呢？我们来看看 Python 的 import 机制，Python 在初始化运行环境的时候会预先加载一批内建模块到内存中，同时将相关信息存放在sys.modules中，我们可以通过sys.modules.items()查看预加载的模块信息，当加载一个模块时，解释器实际上完成了如下动作：

1. 在sys.modules中搜索该模块是否存在，如果存在就导入到当前局部命名空间，如果不存在就为其创建一个字典对象，插入到sys.modules中

2. 加载前确认是否需要对模块对应的文件进行编译，如果需要则先进行编译

3. 执行动态加载，在当前命名空间中执行编译后的字节码，并将其中所有的对象放入模块对应的字典中

 

>>> dir()

['__builtins__', '__doc__', '__loader__', '__name__', '__package__', '__spec__']

>>> import test

testing module import

>>> dir()

['__builtins__', '__doc__', '__loader__', '__name__', '__package__', '__spec__', 'test']

>>> import sys

>>> 'test' in sys.modules.keys()

True

>>> id(test)

140367239464744

>>> id(sys.modules['test'])

140367239464744

>>> dir(test)

['__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'a', 'b']

>>> sys.modules['test'].__dict__.keys()

dict_keys(['__file__', '__builtins__', '__doc__', '__loader__', '__package__', '__spec__', '__name__', 'b', 'a', '__cached__'])

从上可以看出，对于用户自定义的模块，import 机制会创建一个新的 module 将其加入当前的局部命名空间中，同时在 sys.modules 也加入该模块的信息，但本质上是在引用同一个对象，通过test.py所在的目录会多一个字节码文件。

建议 20：优先使用 absolute import 来导入模块

建议 21： i+=1 不等于 ++i

首先++i或--i在 Python 语法上是合法，但并不是我们通常理解的自增或自减操作：

>>> ++1     # +(+1)

1

>>> --1     # -(-1)

1

>>> +++2

2

>>> ---2

-2

原来+或-只表示正负数符号。

建议 22：使用 with 自动关闭资源

对于打开的资源我们记得关闭它，如文件、数据库连接等，Python 提供了一种简单优雅的解决方案：with。

先来看with实现的原理吧。

with的实现得益于一个称为上下文管理器(context manager)的东西，它定义程序运行时需要建立的上下文，处理程序的进入和退出，实现了上下文管理协议，即对象中定义了__enter__()和__exit__()，任何实现了上下文协议的对象都可以称为一个上下文管理器：

• __enter__()：返回运行时上下文相关的对象

• __exit__(exception_type, exception_value, traceback)：退出运行时的上下文，处理异常、清理现场等

包含with语句的代码块执行过程如下：

with 表达式 [as 目标]:

    代码块

# 例

>>> with open('test.txt', 'w') as f:

...     f.write('test')

...

4

>>> f.__enter__

<built-in method __enter__ of _io.TextIOWrapper object at 0x7f1b967aaa68>

>>> f.__exit__

<built-in method __exit__ of _io.TextIOWrapper object at 0x7f1b967aaa68>

1. 计算表达式的值，返回一个上下文管理器对象

2. 加载上下文管理器对象的__exit__()以备后用

3. 调用上下文管理器对象的__enter__()

4. 将__enter__()的返回值赋给目标对象

5. 执行代码块，正常结束调用__exit__()，其返回值直接忽略，如果发生异常，会调用__exit__()并将异常类型、值及 traceback 作为参数传递给__exit__()，__exit__()返回值为 false 异常将会重新抛出，返回值为 true 异常将被挂起，程序继续执行

于此，我们可以自定义一个上下文管理器：

>>> class MyContextManager(object):

...     def __enter__(self):

...         print('entering...')

...     def __exit__(self, exception_type, exception_value, traceback):

...         print('leaving...')

...         if exception_type is None:

...             print('no exceptions!')

...             return False

...         elif exception_type is ValueError:

...             print('value error!')

...             return True

...         else:

...             print('other error')

...             return True

...

>>> with MyContextManager():

...     print('Testing...')

...

entering...

Testing...

leaving...

no exceptions!

>>> with MyContextManager():

...     print('Testing...')

...     raise(ValueError)

...

entering...

Testing...

leaving...

value error!

Python 还提供contextlib模块，通过 Generator 实现，其中的 contextmanager 作为装饰器来提供一种针对函数级别上的上下文管理器，可以直接作用于函数/对象而不必关心__enter__()和__exit__()的实现。

建议 23：使用 else 子句简化循环（异常处理）

Python 的 else 子句提供了隐含的对循环是否由 break 语句引发循环结束的判断，有点绕哈，来看例子：

>>> def print_prime(n):

...     for i in range(2, n):

...         for j in range(2, i):

...             if i % j == 0:

...                 break

...         else:

...             print('{} is a prime number'.format(i))

...

>>> print_prime(7)

2 is a prime number

3 is a prime number

5 is a prime number

可以看出，else 子句在循环正常结束和循环条件不成立时被执行，由 break 语句中断时不执行，同样，我们可以利用这颗语法糖作用在 while 和 try...except 中。