9 个习惯表明你不是专业的 Python 开发者

这样确保了每次调用函数时，如果没有传入列表，都会创建一个新的空列表。

三、善用推导式

Python 推导式（Comprehensions）提供了一种构建序列的简洁方式。Python 支持四种类型的推导式：列表、集合、字典和生成器。

传统写法：

numbers = {}
for i in range(10):
    numbers[i] = i / 2

推导式写法：

numbers = {i: i / 2 for i in range(10)}

推导式不仅代码更短，而且通常比等效的 for 循环执行速度更快，因为它们是在 C 层面优化的。建议在使用列表生成器时优先考虑此方式。

四、区分相等性与同一性

在 Python 中，检查变量是否相同需要理解 == 和 is 的区别。

• == 比较的是值（Equality）。
• is 比较的是内存地址（Identity）。

示例：

a = [1, 2, 3]
b = [1, 2, 3]

print(a == b)  # True (值相同)
print(a is b)  # False (内存地址不同)

c = [1, 2, 3]
d = c

print(c == d)  # True
print(c is d)  # True (指向同一个对象)

在判断单例模式对象、None 或布尔值时，应优先使用 is；在比较数值、字符串内容或数据结构内容时，应使用 ==。

五、使用元组解包

当你在 Python 中创建一个元组时，可以通过索引访问元素，但更优雅的方式是使用元组解包（Tuple Unpacking）。

传统方式：

a_tuple = 1, 2, 3
x = a_tuple[0]
y = a_tuple[1]
z = a_tuple[2]

推荐方式：

x, y, z = a_tuple

元组解包不仅减少了代码行数，还提高了可读性，特别是在交换变量值时非常有用。

六、使用 enumerate 替代索引计数器

在其他编程语言中，遍历列表时常需手动维护索引计数器。在 Python 中，应使用内置的 enumerate 函数。

不推荐：

a_list = [1, 2, 3, 4, 5]
index = 0
for elem in a_list:
    print(index, elem)
    index += 1

推荐：

for index, elem in enumerate(a_list):
    print(index, elem)

enumerate 返回一个迭代器，包含索引和对应的元素，符合 Python 风格（Pythonic），避免了手动管理计数器的繁琐和潜在错误。

七、使用日志记录模块代替 Print

在生产环境中，使用 print 语句调试或输出信息是不专业的做法。print 无法控制级别，也无法灵活地重定向到文件或其他处理器。

不推荐：

print('This is a warning message')
print('This is an error message')

推荐：

import logging
logging.basicConfig(level=logging.INFO)
logging.warning('This is a warning message')
logging.error('This is an error message')
logging.critical('This is a critical message')

日志记录模块（logging）提供了丰富的功能，包括日志级别（DEBUG, INFO, WARNING, ERROR, CRITICAL）、格式化器、处理器（控制台、文件、网络等），便于在大型项目中管理和排查问题。

八、避免使用 import * 导入

使用 from module import * 会破坏命名空间，将该模块中的所有公共名称导入当前作用域。这可能导致与现有变量名冲突，并增加代码的可读性和维护难度。

不推荐：

from math import *

推荐：

import math
# 或者
from math import sqrt, pi

显式导入有助于明确依赖来源，减少命名污染，方便 IDE 进行静态分析和自动补全。

九、遵循 PEP8 编码规范

PEP8 是 Python 官方的编码风格指南。遵循它能让你的代码更易读、更易被他人理解。

不推荐：

def function():
    x=[1,2,3]
    y= [2,3,5]

推荐：

def function():
    x = [1, 2, 3]
    y = [2, 3, 5]

主要差异在于空格的使用、运算符两侧的空格以及缩进的一致性。建议使用工具如 black 或 flake8 来自动检查和格式化代码。

结语

成为专业 Python 开发者的过程就是不断修正这些细微习惯的过程。通过遵循上述最佳实践，你可以显著提升代码质量、可维护性以及团队协作效率。记住，好的代码不仅是能运行的代码，更是易于理解和扩展的代码。