Python 語言以簡潔易學、功能強大著稱，然而要寫出真正高效與易維護的程式碼，則需要更深入的理解和技巧。本文彙整 50 個實務技巧，涵蓋從程式碼風格、資料結構運用到函式設計的各個導向，幫助你將 Python 程式碼提升到新的境界。首先，理解 Python 之禪的核心理念，例如簡潔、明確、優雅，並將其融入程式碼設計中。接著，掌握 Pythonic 的思維方式，善用內建函式和語言特性，避免不必要的複雜性。在資料結構方面，選擇合適的資料結構，例如 tuples、lists、dictionaries 和 sets，可以有效提升程式碼效率。同時，注重程式碼的表達能力，使用有意義的變數和函式名稱，避免魔法數字和字串，並善用列表解析和生成器表示式。在函式設計上，應盡可能編寫純函式，減少副作用，並使用檔案字串、函式註解和 doctests 提升程式碼可讀性和可測試性。最後，活用 Python 的進階特性，如 named tuples、closures、properties 和 metaclasses，以及裝飾器和閉包等技巧，可以寫出更具彈性與高效的程式碼。
掌握Python：提升程式碼品質的50個獨到技巧
Python以其簡潔和強大的功能，成為了廣泛應用的程式語言。但要寫出真正高效、可維護的Python程式碼，需要深入理解其特性並掌握一些進階技巧。玄貓將分享50個具體的技巧，助你精通Python，寫出更優質的程式碼。
Python之禪：編碼哲學的體現
Python之禪（The Zen of Python）是Python社群推崇的一套設計哲學，它體現在Python的設計原則中，例如「優雅勝於醜陋」、「明確勝於隱晦」。理解並遵循這些原則，能寫出更符合Python風格的程式碼。
import this
這段程式碼會顯示Python之禪的內容，時時提醒我們編碼時應追求簡潔、清晰和可讀性。
Pythonic思維：像Pythonista一樣思考
Pythonic是指以Python社群認可的最佳方式來編寫程式碼。這不僅僅是語法上的正確，更重要的是思維方式的轉變，例如充分利用Python內建的功能和特性，避免不必要的複雜性。
Pythonic思維：資料結構與程式碼表達
掌握Pythonic思維，意味著深入瞭解其資料結構、善用語言特性，並寫出簡潔易懂的程式碼。
掌握資料結構：高效編碼的根本
Python提供了多種內建的資料結構，如tuples、lists、dictionaries和sets。選擇合適的資料結構，能顯著提升程式碼的效率和可讀性。
Tuples：不可變的序列
Tuples是不可變的序列，常用於儲存不應被修改的資料。由於其不可變性，Tuples在某些情況下比Lists更有效率。
coordinates = (25.1217, 121.4747) # 經緯度
print(coordinates[0]) # 25.1217
Lists：靈活的可變序列
Lists是最常用的資料結構之一，可以儲存任意型別的元素，並且可以動態增長。
prime_numbers = [2, 3, 5, 7, 11]
prime_numbers.append(13)
print(prime_numbers) # [2, 3, 5, 7, 11, 13]
Dictionaries：鍵值對的樂園
Dictionaries是鍵值對的集合，提供了快速的查詢功能。在處理需要快速檢索的資料時，Dictionaries是理想的選擇。
student = {'name': '玄貓', 'age': 30, 'major': 'CS'}
print(student['name']) # 玄貓
Sets：獨一無二的元素集合
Sets是無序與不重複的元素集合，常用於去重和集合運算。
unique_numbers = {1, 2, 2, 3, 3, 3}
print(unique_numbers) # {1, 2, 3}
Arrays、Queues、Stacks、Heaps、Trees、Graphs：進階資料結構
除了內建資料結構，Python還可以透過模組如array、collections和heapq來使用更進階的資料結構，以應對不同的應用場景。
編寫具表達力的程式碼：讓程式碼自己說話
程式碼的可讀性至關重要。透過選擇有意義的名稱、避免魔法數字和字串、使用列表解析和生成器表示式，以及善用內建函式和with陳述式，可以編寫出更清晰易懂的程式碼。
選擇好的名稱：程式碼的自我解釋
變數和函式的命名應具有描述性，能清楚表達其用途。
# 不好的例子
def calc(x, y):
return x * y
# 好的例子
def calculate_area(length, width):
return length * width
避免魔法數字和字串：增加程式碼的可維護性
使用常數代替硬編碼的數字和字串，可以提高程式碼的可讀性和可維護性。
# 不好的例子
if score > 90:
print("優秀")
# 好的例子
EXCELLENT_SCORE = 90
if score > EXCELLENT_SCORE:
print("優秀")
使用列表解析和生成器表示式：簡潔高效的資料處理
列表解析和生成器表示式可以用簡潔的語法產生新的列表或迭代器。
# 列表解析
squares = [x**2 for x in range(10)]
print(squares) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
# 生成器表示式
even_numbers = (x for x in range(10) if x % 2 == 0)
for number in even_numbers:
print(number) # 0 2 4 6 8
善用內建函式：事半功倍
Python提供了許多內建函式，如map、filter和reduce，可以簡化程式碼並提高效率。
numbers = [1, 2, 3, 4, 5]
squared_numbers = list(map(lambda x: x**2, numbers))
print(squared_numbers) # [1, 4, 9, 16, 25]
使用with陳述式：優雅的資源管理
with陳述式可以確保資源在使用完畢後被正確釋放，例如檔案和網路連線。
with open('my_file.txt', 'r') as file:
content = file.read()
print(content)
# 檔案會自動關閉
使用裝飾器：程式碼的元程式設計
裝飾器可以用於修改函式或類別的行為，而無需修改其原始碼。
def my_decorator(func):
def wrapper():
print("在函式執行前")
func()
print("在函式執行後")
return wrapper
@my_decorator
def say_hello():
print("Hello!")
say_hello()
# 在函式執行前
# Hello!
# 在函式執行後
編寫上下文管理器：自訂資源管理
透過編寫上下文管理器，可以自訂資源的管理方式，例如自動建立和關閉資料函式庫連線。
import contextlib
@contextlib.contextmanager
def database_connection():
print("建立資料函式庫連線")
yield
print("關閉資料函式庫連線")
with database_connection():
print("執行資料函式庫操作")
# 建立資料函式庫連線
# 執行資料函式庫操作
# 關閉資料函式庫連線
活用Python特性：進階技巧
Python提供了許多獨特的特性，如named tuples、closures、properties和metaclasses。掌握這些特性，可以寫出更靈活和高效的程式碼。
使用named tuples：具名的資料容器
Named tuples是tuples的擴充套件，允許為tuple的每個元素命名，提高程式碼的可讀性。
from collections import namedtuple
Point = namedtuple('Point', ['x', 'y'])
point = Point(x=1, y=2)
print(point.x, point.y) # 1 2
活用closures：函式的狀態保持
Closures是指在函式中定義的函式，可以存取外部函式的變數，即使外部函式已經執行完畢。
def outer_function(msg):
def inner_function():
print(msg)
return inner_function
hello_func = outer_function("Hello")
hello_func() # Hello
使用properties：控制屬性存取
Properties可以用於控制類別屬性的存取，例如進行驗證或計算。
class MyClass:
def __init__(self, value):
self._value = value
@property
def value(self):
return self._value
@value.setter
def value(self, new_value):
if new_value < 0:
raise ValueError("Value must be non-negative")
self._value = new_value
obj = MyClass(10)
print(obj.value) # 10
obj.value = 20
print(obj.value) # 20
使用descriptors：自訂屬性行為
Descriptors可以用於自訂屬性的讀取、設定和刪除行為，提供更精細的控制。
使用metaclasses：類別的類別
Metaclasses可以用於在類別建立時修改其行為，實作更高階的元程式設計。
編寫符合Python慣例的程式碼：融入社群
編寫符合Python慣例的程式碼，可以使程式碼更易於理解和維護。這包括使用Pythonic迴圈、enumerate和zip、三元運算元、多重指定和海象運算元。
編寫Pythonic迴圈：簡潔的迭代
使用for迴圈迭代序列時，應直接迭代元素，而不是使用索引。
# 不好的例子
my_list = ['a', 'b', 'c']
for i in range(len(my_list)):
print(my_list[i])
# 好的例子
my_list = ['a', 'b', 'c']
for item in my_list:
print(item)
使用enumerate和zip：優雅的迭代工具
enumerate可以用於同時迭代索引和元素，zip可以用於同時迭代多個序列。
my_list = ['a', 'b', 'c']
for index, item in enumerate(my_list):
print(index, item)
# 0 a
# 1 b
# 2 c
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
for item1, item2 in zip(list1, list2):
print(item1, item2)
# 1 a
# 2 b
# 3 c
使用三元運算元：簡潔的條件表示式
三元運算元可以用於在一行中表達簡單的條件判斷。
age = 20
status = "成年" if age >= 18 else "未成年"
print(status) # 成年
使用多重指定：優雅的變數交換
多重指定可以用於同時指定多個變數，也可以用於交換變數的值。
a, b = 1, 2
print(a, b) # 1 2
a, b = b, a
print(a, b) # 2 1
使用海象運算元：簡潔的指定和判斷
海象運算元（:=）可以在表示式中同時進行指定和判斷。
if (n := len(my_list)) > 10:
print(f"List is too long ({n} elements)")
函式：程式碼的組織與重用
函式是程式碼的基本 building block。理解函式的基本概念、設計原則和進階技巧，能寫出更模組化和可維護的程式碼。
函式基礎：引數、傳回值和檔案
函式的基本要素包括引數、傳回值和檔案。良好的函式設計應考慮到這些要素。
函式引數和傳回值：資料的輸入和輸出
函式可以接收零個或多個引數，並傳回一個值。引數可以是必需的或可選的，傳回值可以是任意型別。
def add(x, y):
"""傳回x和y的和"""
return x + y
result = add(1, 2)
print(result) # 3
檔案化函式：提高程式碼的可讀性
使用檔案字串（docstrings）可以為函式增加說明檔案，方便其他開發者理解函式的用途和使用方法。
def add(x, y):
"""
傳回x和y的和
引數：
x (int): 第一個數字
y (int): 第二個數字
傳回值：
int: x和y的和
"""
return x + y
編寫doctests：驗證函式的正確性
Doctests是一種將測試程式碼嵌入到檔案字串中的方法，可以方便地驗證函式的正確性。
def add(x, y):
"""
傳回x和y的和
>>> add(1, 2)
3
>>> add(3, 4)
7
"""
return x + y
編寫函式註解：提高程式碼的可讀性
函式註解可以用於指定函式引數和傳回值的型別，提高程式碼的可讀性和可維護性。
def add(x: int, y: int) -> int:
"""傳回x和y的和"""
return x + y
使用預設引數：簡化函式呼叫
預設引數可以為函式的引數提供預設值，簡化函式呼叫。
def greet(name="World"):
"""傳回一個問候語"""
return f"Hello, {name}!"
print(greet()) # Hello, World!
print(greet("玄貓")) # Hello, 玄貓!
使用關鍵字引數：提高程式碼的可讀性
關鍵字引數允許在呼叫函式時使用引數的名稱，提高程式碼的可讀性。
def describe_person(name, age, city):
"""傳回一個人的描述"""
return f"{name} is {age} years old and lives in {city}."
print(describe_person(name="玄貓", age=30, city="台北"))
# 玄貓 is 30 years old and lives in 台北.
使用*args和**kwargs：靈活的引數處理
*args和**kwargs可以用於接收不定數量的位置引數和關鍵字引數。
def my_function(*args, **kwargs):
"""接收不定數量的位置引數和關鍵字引數"""
print("args:", args)
print("kwargs:", kwargs)
my_function(1, 2, 3, name="玄貓", age=30)
# args: (1, 2, 3)
# kwargs: {'name': '玄貓', 'age': 30}
函式設計：純函式與副作用
良好的函式設計應考慮到函式的純度和副作用。純函式是指沒有副作用的函式，即不修改任何外部狀態。
編寫純函式：提高程式碼的可測試性
純函式是指沒有副作用的函式，即不修改任何外部狀態。純函式的輸出只取決於輸入，易於測試和除錯。
def multiply(x, y):
"""傳回x和y的乘積"""
return x * y
編寫帶副作用的函式：與外部世界互動
帶副作用的函式是指會修改外部狀態的函式，例如修改全域變數或寫入檔案。帶副作用的函式需要謹慎使用，因為它們會使程式碼更難以測試和除錯。
編寫修改可變引數的函式：謹慎操作
修改可變引數的函式需要謹慎使用，因為它們可能會影響函式外部的資料。
使用@staticmethod和@classmethod裝飾器：類別相關的函式
@staticmethod和@classmethod裝飾器可以用於定義與類別相關的函式。@staticmethod定義的函式不接收self引數，@classmethod定義的函式接收cls引數。
使用partial函式：固定部分引數
Partial函式可以用於固定函式的部分引數，產生一個新的函式。
from functools import partial
def power(base, exponent):
"""傳回base的exponent次方"""
return base ** exponent
square = partial(power, exponent=2)
print(square(5)) # 25
函式裝飾器和閉包：進階技巧
函式裝飾器和閉包是Python中強大的進階技巧，可以用於修改函式的行為或保持函式的狀態。
編寫簡單的裝飾器：修改函式行為
裝飾器可以用於修改函式的行為，而無需修改其原始碼。
編寫帶引數的裝飾器：更靈活的裝飾器
帶引數的裝飾器可以接收引數，提供更靈活的裝飾功能。
編寫類別裝飾器：裝飾類別
類別裝飾器可以用於裝飾類別，修改類別的行為。
使用閉包：保持函式的狀態
閉包是指在函式中定義的函式，可以存取外部函式的變數，即使外部函式已經執行完畢。
使用functools.partial：固定部分引數
functools.partial可以用於固定函式的部分引數，產生一個新的函式。
