本文共 4038 字，大约阅读时间需要 13 分钟。
| |
在该部分，我们将深入研究编写 Python 脚本的惯例。
脚本就是运行和终止一系列语句的程序。
# program.pystatement1statement2statement3...
到目前为止，我们主要在编写脚本。
如果你编写一个有用的脚本，它的特性和功能将会增加。你可能想要将其应用于相关的问题。随着时间的推移，它可能会成为一个关键的应用程序。如果你不注意的话，它可能会变成一团乱麻。因此，让我们有条理的组织程序吧。
名称必须在使用之前定义。
def square(x): return x*xa = 42b = a + 2 # Requires that `a` is definedz = square(b) # Requires `square` and `b` to be defined
顺序很重要。
几乎总是把变量和函数的定义放到顶部附近。
把所有与单个任务相关的代码都放到一个地方是个好主意。可以使用函数实现：
def read_prices(filename): prices = {} with open(filename) as f: f_csv = csv.reader(f) for row in f_csv: prices[row[0]] = float(row[1]) return prices 函数也可以简化重复的操作。
oldprices = read_prices('oldprices.csv')newprices = read_prices('newprices.csv') 函数是命名的语句序列。
def funcname(args): statement statement ... return result
任何 Python 语句都可以在函数内部使用。
def foo(): import math print(math.sqrt(2)) help(math)
Python 中没有特殊语句（这使它很容易记住）。
可以按任何顺序定义函数。
def foo(x): bar(x)def bar(x): statements# ORdef bar(x): statementsdef foo(x): bar(x)
在程序执行期间，函数必须在实际使用之前（调用）定义。
foo(3) # foo must be defined already
在文体上，函数以自底向上的方式定义可能更常见。
函数被当做构建块。较小/较简单的块优先。
# myprogram.pydef foo(x): ...def bar(x): ... foo(x) # Defined above ...def spam(x): ... bar(x) # Defined above ...spam(42) # Code that uses the functions appears at the end
后面的函数基于前面的函数构建。再次说明，这仅仅是一种风格问题。在上面程序中唯一重要的事情是 spam(42) 的调用是在最后一步。
理想情况下，函数应该是一个黑盒。它们应该仅对输入进行操作，并避免全局变量和奇怪的副作用。首要目标：模块化和可预测性。
以文档字符串（doc-string）的形式包含文档是良好的实践。文档字符串是紧接着函数名的字符串。它们用于 help() 函数，集成开发环境和其它的工具。
def read_prices(filename): ''' Read prices from a CSV file of name,price data ''' prices = {} with open(filename) as f: f_csv = csv.reader(f) for row in f_csv: prices[row[0]] = float(row[1]) return prices 一个好的文档字符串实践是写一句简短的话总结该函数做什么。如果需要更多的信息，请包含一个简短的带有更详细的参数说明的使用示例，
也可以添加可选的类型提示到函数定义中。
def read_prices(filename: str) -> dict: ''' Read prices from a CSV file of name,price data ''' prices = {} with open(filename) as f: f_csv = csv.reader(f) for row in f_csv: prices[row[0]] = float(row[1]) return prices 提示在操作上什么也不做。它们纯粹是信息性的。但是，集成开发工具，代码检查器，以及其它工具可能会使用它来执行更多的操作。
在第 2 节中，编写了一个名为 report.py 的程序，该程序可以打印出显示股票投资组合绩效的报告。此程序包含一些函数。例如：
# report.pyimport csvdef read_portfolio(filename): ''' Read a stock portfolio file into a list of dictionaries with keys name, shares, and price. ''' portfolio = [] with open(filename) as f: rows = csv.reader(f) headers = next(rows) for row in rows: record = dict(zip(headers, row)) stock = { 'name' : record['name'], 'shares' : int(record['shares']), 'price' : float(record['price']) } portfolio.append(stock) return portfolio... 但是，程序的有些部分仅执行一系列的脚本计算。这些代码出现在程序结尾处。例如：
...# Output the reportheaders = ('Name', 'Shares', 'Price', 'Change')print('%10s %10s %10s %10s' % headers)print(('-' * 10 + ' ') * len(headers))for row in report: print('%10s %10d %10.2f %10.2f' % row)... 在本练习中，我们使用函数来对该程序进行有条理的组织，使程序更健壮。
请修改 report.py 程序，以便所有主要操作（包括计算和输出）都由一组函数执行。特别地：
print_report(report)。把程序的最后一部分打包到单个函数 portfolio_report(portfolio_filename, prices_filename) 中。让程序运行，以便下面的函数调用像之前一样创建报告。
portfolio_report('Data/portfolio.csv', 'Data/prices.csv') 在最终版本中，程序只不过是一系列函数定义，最后是对单个函数portfolio_report() 的调用（它执行程序中涉及的所有步骤）。
通过将程序转换为单个函数，在不同的输入后可以很轻松地运行它。例如，在运行程序后以交互方式尝试这些语句：
>>> portfolio_report('Data/portfolio2.csv', 'Data/prices.csv')... look at the output ...>>> files = ['Data/portfolio.csv', 'Data/portfolio2.csv']>>> for name in files: print(f'{name:-^43s}') portfolio_report(name, 'Data/prices.csv') print()... look at the output ...>>> Python 使在有一系列语句的文件中编写相对无结构的脚本变得很轻松。总体来说，无论何时，尽可能地利用函数通常总是更好的选择。在某些时候，脚本会不断增加，并且我们希望它更有组织。另外，一个鲜为人知的事实是，如果使用函数，Python 的运行会更快一些。
| |
注：完整翻译见
转载地址：http://xxgkz.baihongyu.com/