Présentation de techniques de programmation efficaces en Python

Je programme en Python depuis de nombreuses années et, même aujourd'hui, je suis toujours étonné de voir à quel point le langage peut faire apparaître le code et à quel point il applique les principes de programmation DRY. Au fil des années, j'ai appris de nombreux conseils et connaissances, dont la plupart ont été acquis en lisant des logiciels open source populaires, tels que Django, Flask et Requests.

Les techniques que j'ai sélectionnées ci-dessous sont souvent négligées par les gens, mais elles peuvent vraiment nous aider beaucoup dans la programmation quotidienne.

1. Compréhensions de dictionnaire et compréhensions d'ensembles

La plupart des programmeurs Python connaissent et ont utilisé la compréhension de listes. Si vous n'êtes pas familier avec le concept de compréhension de liste, une compréhension de liste est une manière plus courte et plus concise de créer une liste.

>>> some_list = [1, 2, 3, 4, 5]

>>> another_list = [ x + 1 for x in some_list ]

>>> another_list
[2, 3, 4, 5, 6]

Depuis Python 3.1 (et même Python 2.7), on peut utiliser la même syntaxe pour créer des ensembles et des dictionnaires :

>>> # Set Comprehensions
>>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]

>>> even_set = { x for x in some_list if x % 2 == 0 }

>>> even_set
set([8, 2, 4])

>>> # Dict Comprehensions

>>> d = { x: x % 2 == 0 for x in range(1, 11) }

>>> d
{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}

Dans le premier exemple, nous créons un ensemble avec des éléments uniques basés sur some_list, et l'ensemble ne contient que des nombres pairs. Dans l'exemple de la table du dictionnaire, nous avons créé une clé qui est un entier non répétitif compris entre 1 et 10, et la valeur est un type booléen qui indique si la clé est un nombre pair.

Une autre chose à noter ici est la représentation littérale des ensembles. On peut simplement créer une collection de cette façon :

>>> my_set = {1, 2, 1, 2, 3, 4}

>>> my_set
set([1, 2, 3, 4])

Il n'est pas nécessaire d'utiliser la fonction intégrée set().

2. Utilisez l'objet de comptage Counter lors du comptage.

Cela semble évident, mais on l’oublie souvent. Compter quelque chose est une tâche courante pour la plupart des programmeurs, et dans la plupart des cas, ce n'est pas très difficile - voici quelques façons de le rendre plus facile.

La bibliothèque de collections de Python possède une sous-classe intégrée de la classe dict, spécialement conçue pour faire ce genre de chose :

>>> from collections import Counter
>>> c = Counter('hello world')

>>> c
Counter({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})

>>> c.most_common(2)
[('l', 3), ('o', 2)]

3. Imprimez magnifiquement JSON

JSON est une très bonne forme de sérialisation de données et est aujourd’hui largement utilisé par diverses API et services Web. L'utilisation du traitement json intégré de Python peut rendre la chaîne JSON lisible dans une certaine mesure, mais lorsque vous rencontrez des données volumineuses, elle apparaît comme une longue ligne continue, difficile à visualiser pour l'œil humain.

Afin de rendre les données JSON plus conviviales, nous pouvons utiliser le paramètre indent pour générer un beau JSON. Ceci est particulièrement utile lors de la programmation ou de la connexion interactive sur la console :

>>> import json

>>> print(json.dumps(data))  # No indention
{"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}

>>> print(json.dumps(data, indent=2))  # With indention

{
  "status": "OK",
  "count": 2,
  "results": [

    {
      "age": 27,
      "name": "Oz",

      "lactose_intolerant": true
    },
    {
      "age": 29,

      "name": "Joe",
      "lactose_intolerant": false
    }
  ]

}

De même, l'utilisation du module pprint intégré peut également rendre tout le reste imprimé plus joliment.

4. Créez un petit service Web unique et rapide

Parfois, nous devons effectuer des interactions simples et très basiques de type RPC entre deux machines ou services. Nous voulons utiliser le programme B pour appeler une méthode du programme A de manière simple – parfois sur une autre machine. Usage interne uniquement.

Je n'encourage pas l'utilisation des méthodes décrites ici pour une programmation ponctuelle non interne. On peut utiliser un protocole appelé XML-RPC (correspondant à cette bibliothèque Python) pour faire ce genre de chose.

Voici un exemple d'utilisation du module SimpleXMLRPCServer pour créer un serveur de lecture rapide de petits fichiers :

from SimpleXMLRPCServer import SimpleXMLRPCServer

def file_reader(file_name):

    with open(file_name, 'r') as f:
        return f.read()

server = SimpleXMLRPCServer(('localhost', 8000))
server.register_introspection_functions()

server.register_function(file_reader)

server.serve_forever()

Client :

import xmlrpclib
proxy = xmlrpclib.ServerProxy('http://localhost:8000/')

proxy.file_reader('/tmp/secret.txt')

De cette façon, nous obtenons un outil de lecture de fichiers à distance sans dépendances externes et avec seulement quelques lignes de code (bien sûr, il n'y a aucune mesure de sécurité, vous ne pouvez donc le faire que chez vous).

5. L’incroyable communauté open source de Python

Les différentes choses que j'ai mentionnées ici se trouvent toutes dans la bibliothèque standard Python. Si Python est installé, vous pouvez déjà l'utiliser de cette manière. Pour de nombreux autres types de tâches, il existe un grand nombre de bibliothèques tierces gérées par la communauté que vous pouvez utiliser.

La liste suivante est ce que je considère nécessaire pour une bibliothèque open source utile et robuste :

Une bonne bibliothèque open source doit...

• Incluez une déclaration d'autorisation claire qui s'applique à votre cas d'utilisation.

• 
  

• Les travaux de développement et de maintenance sont actifs (ou vous pouvez participer à leur développement et à leur maintenance.)

• 
  

• Peut être facilement installé ou déployé à plusieurs reprises à l’aide de pip.

• 
  

• Disposez d'une suite de tests avec une couverture de tests adéquate.

Si vous trouvez une bonne bibliothèque qui répond à vos besoins, ne soyez pas gêné – la plupart des projets open source acceptent les dons de code et l'aide – même si vous n'êtes pas un maître Python.

Lien original : Améliorer votre productivité Python

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!