Советы Google по кодированию на языке Python. Часть первая: советы по программированию

Используйте PyChecker для проверки своего кода.

__pychecker__ = 'no-callinit no-classattr'

pychecker -- help

def foo(a, unused_b, unused_c, d=None, e=None):
    _ = d, e
    return a

Определение

Механизм повторного использования открытого кода из одного модуля в другом.

Плюсы

Соглашение по пространствам имен очень простое. Местонахождение каждого объекта в коде указывается единым способом. x.Obj говорит о том, что объект Obj объявлен в модуле x.

Минусы

Имена модулей могут иногда конфликтовать. Некоторые имена модулей могут быть неудобно длинными.

Решение

Используйте import x для импортирования пакетов и модулей.
Используйте from x import y, когда x префикс пакета и y является именем модуля без префикса.
Используйте from x import y as z, если два модуля имеют имя y, либо если имя модуля неудобно длинное.
Например модуль sound.effects.echo может быть импортирован так:

from sound.effects import echo
...
echo.EchoFilter(input, output, delay=0.7, atten=4)

Не используйте относительные имена в импортах. Даже если модуль находится в том же самом пакете, используйте только полное имя пакета. Это поможет предотвратить ситуацию, когда один и тот же пакет импортирован два раза.

Плюсы

Обходятся конфликты в именах модулей. Становится проще отыскать модуль на диске.

Минусы

Становится сложней переносить код, т.к. вы должны полностью возсоздать полную иерархию модулей.

Решение

Весь Ваш новый код должен импортировать каждый модуль по его полному пути в пакете.
Импорту следует быть таким:

# Ссылка в коде с полным именем
import sound.effects.echo

# Ссылка в коде только с именем модуля (предпочтительно)
from sound.effects import echo

Определение

Исключение является средством выхода из нормального потока управления блока кода для обработки ошибок или других исключительных условий.

Плюсы

Поток управления обычного кода не перемешивается с кодом перехвата ошибок. Это так же позволяет потоку выполнения пропускать некоторое количество фреймов когда выполняется определенное условие — например, возвращение из N-вложенных функций за один шаг вместо множественных обработок кодов ошибок.

Минусы

Поток управления может начать выполняться некорректно. Очень просто пропустить ситуацию в которой будет возбуждена ошибка при вызове функции из библиотеки.

Решение

Обработка исключений должна следовать следующим позициям:

• Возбуждайте исключения таким образом: raise MyException(‘Error message’), либо raise MyException. Не используйте форму записи с двумя аргументами: (raise MyException, ‘Error message’), так же не используйте строковую форму записи (raise ‘Error message’).
• Модули (или пакеты) должны определять свои собственные предметно-ориентированные классы исключений, которые должны наследоваться от встроенного класса Exception.
  Основное исключение модуля должно называться Error. 

  class Error(Exception):
     pass

   

• Никогда не используйте исключение, которое ловит все исключительные ситуации, только если вы не собираетесь их перевозбудить позднее, либо вы не находитесь во внешнем блоке кода в треде (и печатается сообщение об ошибке). Pytnon очень терпим в этом отношении и кроме того: вы можете поймать всё что угодно, включая ошибки именования, вызов sys.exit(), прерывание Сtrl+С, провалы тестов и разного типа исключеня, которые Вы просто не хотите ловить.
• Уменьшите количество кода находящегося в блоке try/except. Чем больше тело блока try, тем вероятней, что исключение будет возбуждено в строке кода, в которой вы не ожидаете возбуждения последнего. В этих случаях блок try/except скрывает реальную ошибку.
• Искользуйте инструкцию finally чтобы выполнить код независимо от того было ли возбуждено исключение в блокеtry или нет. Это часто бывает полезно для заключительных действий, например — закрытия файла.
• При перехватывании исключения лучше использовать as, чем запятую:

  try:
     raise Error
  except Error as error:
     pass

   

Определение

Генераторы списков и выражения генераторы обеспечивают компактный и эффективный способ создавать списков и итераторы не прибегая к использованию функций map(), filter() или lambda-выражения.

Плюсы

Простой генератор списков может быть чище и проще чем другие способы создания списков. Выражение генератор может быть очень эффективным, т.к. они не создают весь список сразу.

Минусы

Сложные генераторы списков или выражения-генераторы могут быть трудночитаемы.

Решение

Можно использовать в простых случаях. Каждая часть должна быть расположена на одной строчке. Определение отображения, инструкция for, условное выражение. Несколько инструкций for или условий недопустимы. Используйте циклы, если Ваши выражения становятся слишком сложными.

Хорошо:

result = []
  for x in range(10):
     for y in range(5):
         if x * y > 10:
             result.append((x, y))

  for x in xrange(5):
     for y in xrange(5):
         if x != y:
             for z in xrange(5):
                 if y != z:
                     yield (x, y, z)

  return ((x, complicated_transform(x))
         for x in long_generator_function(parameter)
         if x is not None)

  squares = [x * x for x in range(10)]

  eat(jelly_bean for jelly_bean in jelly_beans
     if jelly_bean.color == 'black')

Плохо:

result = [(x, y) for x in range(10) for y in range(5) if x * y > 10]

 return ((x, y, z)
         for x in xrange(5)
         for y in xrange(5)
         if x != y
         for z in xrange(5)
         if y != z)

Определение

Контейнерные типы, такие как словари и списки определяют стандартные итераторы и набор тестовых операторов in иnot in.

Плюсы

Стандартные итераторы и операторы — просты и эффективны. Они выражают операцию напрямую, без внутренних перевызовов. А функция которая использует стандартные операторы — является простой. Она может быть использована с разными типами, которые поддерживают данную операцию.

Минусы

И вы не можете назвать типы объектов по названию метода (как например has_key() обозначает, что это словарь). Это так же является и преимуществом.

Решение

Используйте стандартные итераторы и операторы для типов, которые поддерживают их таких как списки, словари и файлы. Встроенные типы тоже определяют методы итератора. Предпочитайте эти методы методам которые возвращают списки, за исключением того, если вы хотите изменять сам контейнер во время прохождения итераций.

Хорошо:

for key in adict: ...
      if key not in adict: ...
      if obj in alist: ...
      for line in afile: ...
      for k, v in dict.iteritems(): ...

Плохо:

for key in adict.keys(): ...
      if not adict.has_key(key): ...
      for line in afile.readlines(): ...

Определение

Вы можете назначить значения для переменных в конце списка аргументов функции, например def foo(a, b=0):
Если функция foo будет вызвана только с одним аргументом, аргумент b будет равен 0. Если она будет вызвана с двумя аргументами, b будет иметь значение, переданное вторым аргументом.

Плюсы

Часто у вас есть функция которая использует много значений по-умолчанию. Но редко Вам необходимо переопределить стандартные значения. Также Python не поддерживает перегрузку методов/функций и стандартные аргументы это простой путь “эмитировать” поведение перегрузки.

Минусы

Значения стандартных аргументов вычисляются один раз во время загрузки модуля. Это может являться причиной проблемы если аргумент является изменяемым объектом, таким как список или словарь. Если функция изменяет объект (например, посредством добавления элемента в список), то стандартное значение будет изменено.

Решение

Можно использовать со следующими предостережениями:
Не используйте изменяемые объекты в качестве стандартных значений в функциях или определениях методов.

Хорошо:

def foo(a, b=None):
        if b is None:
            b = []

Плохо:

def foo(a, b=[]):

Вызов кода должен использовать именованные значения для аргументов со значением по-умолчанию. Это позволяет документировать код и несколько помогает предотвращать и выявлять дефекты, когда передано больше аргументов, чем нужно.

def foo(a, b=1):
   ...

Хорошо:

foo(1)
foo(1, b=2)

Плохо:

foo(1, 2)

Используйте свойства для доступа к данным или присвоения значений там, где вы бы обычно использовали простой метод геттер или сеттер.

Определение

Способ обернуть вызовы метода доступа и присвоения аттрибута как стандартный доступ к атрибуту, конечно если вычисления не очень сложные.

Плюсы

Удобочитаемость повышается за счет исключения явных вызовов get- и set-методов для простого доступа к аттрибуту. Возможны ленивые вычисления. Считается, что поддерживать интерфейс класса есть часть пути Python. С точки зрения производительности, позволяет свойству быть доступным через простейший метод-геттер (аксессор) когда нужен прямой доступ к переменной. Так же позволяет методам доступа быть добавленными позднее, без изменения интерфейса.

Минусы

Свойства объявляются после того, как методы get и set были объявлены, требуя сообщить им, что они используются для свойств находящихся ниже в коде (исключая свойства доступные только на чтение созданные с помощью декоратора@property, о нем смотрите ниже). Они должны наследоваться от класса object. Могут скрывать побочные эффекты такие, как оператор перегрузки. Могут вводить в заблуждение классы-наследники.

Решение

Используйте свойства в только что написанном коде для доступа или изменения данных там, где вы бы использовали простой get-метод или set-метод. Свойства „только на чтение“ должны создаваться с помощью декоратора @property. Наследование со свойствами может быть не очень прозрачным, если свойство родителя не будет переопределено. Таким образом, необходимо убедиться, что методы-геттеры вызываются косвенно, чтобы обеспечить переопределение методам в подклассах вызываемых через свойство (искользуя паттерн Шаблонный метод)

Хорошо:

import math

class Square(object):
        """A square with two properties: a writable area and a read-only perimeter.

        To use:
        >>> sq = Square(3)
        >>> sq.area
        9
        >>> sq.perimeter
        12
        >>> sq.area = 16
        >>> sq.side
        4
        >>> sq.perimeter
        16
        """

        def __init__(self, side):
            self.side = side

        def __get_area(self):
            """Calculates the 'area' property."""
            return self.side ** 2

        def ___get_area(self):
            """Indirect accessor for 'area' property."""
            return self.__get_area()

        def __set_area(self, area):
            """Sets the 'area' property."""
            self.side = math.sqrt(area)

        def ___set_area(self, area):
            """Indirect setter for 'area' property."""
            self.__set_area(area)

        area = property(___get_area, ___set_area,
                       doc="""Gets or sets the area of the square.""")

        @property
        def perimeter(self):
            return self.side * 4

Определение

Python вычисляет определенные значение в False, когда мы находимся в контексте булевых значений. Самый просто способ запомнить это, знать — что все “пустые” значения, такие как False, 0, None, [], {} — вычисляются в False в булевом контексте.

Плюсы

Условные конструкции использующие булевы значения Python более удобочитаемые и меньше подвержены ошибкам. В большинстве случаев, они также работают быстрее.

Минусы

Могут выглядеть странно для разработчиков на С/С++.

Решение

Используйте False явно, если это возможно, например if foo: лучше, чем if foo != []:. Вы должны помнить несколько исключений:

• Никогда не используйте == или != для сравнения объектов синглтона, таких как None. Используйте is или is not.
• Остерегайтесь написания if x: когда вы подразумеваете if x is no None: например, когда происходит тестирование переменной или аргумента которые по умолчанию равны None, но их значение было изменено на другое. Другое значение может вычисляться в False при булевой проверке.
• Никогда не сравнивайте булеву переменную с False используя ==. Используйте if not x вместо этого. Если вам нужно отличить False от None, тогда используйте цепочечное выражение, такое как if not x and x is not None.
• Для последовательностей (строк, списков, кортежей) используйте тот факт, что пустая последовательность вычисляется в False, таким образом if not seq или if seq лучше чем if len(seq) или if not len(seq):.
• Когда вы работаете с целыми числами, явное сравнение с False несет больший риска чем выгоды (случайная обработка None как 0). Вы можете сравнивать значение которое является целым числом (и не является результатом выполнения функции len()) c нулем.

Хорошо:

if not users:
    print "no"

if foo == 0:
    self.handle_zero()

if i % 10 == 0:
     self.handle_multiple_of_ten()

Плохо:

if len(users) == 0:
     print 'no users'

if foo is not None and not foo:
     self.handle_zero()

if not i % 10:
     self.handle_multiple_of_ten()

Заметьте, что “0” (т.е. 0 как строка) вычисляется в True.

Используйте методы вместо модуля string там, где это возможно. Используйте вызов функции посредством синтаксиса, а не функцию apply. Используйте генераторы списков и циклы for вместо функций filter и map там, где аргумент функции будет иметь инлайновое лямбда-выражение. Используйте циклы вместо reduce.

Определение

Настоящая версия языка Python предоставляет альтернативные конструкции которы люди находят определенно лучшими.

Решение

Мы не используем версии Python которые не поддерживают эти возможности, так что нет причин использовать новые стили.

Хорошо:

words = foo.split(':')
[x[1] for x in my_list if x[2] == 5]
map(math.sqrt, data)    # Все хорошо - нет инлайновых лямбда выражений
fn(*args, **kwargs)

Плохо:

words = string.split(foo, ':')
map(lambda x: x[1], filter(lambda x: x[2] == 5, my_list))