基础语法
有节制地使用 from...import 语句
Python 提供三种方式来引入外部模块：import语句、from...import语句以及__import__函数，其中__import__函数显式地将模块的名称作为字符串传递并赋值给命名空间的变量。
使用import需要注意以下几点：
-
优先使用import a的形式
-
有节制地使用from a import A
-
尽量避免使用from a import *
为什么呢？我们来看看 Python 的 import 机制，Python 在初始化运行环境的时候会预先加载一批内建模块到内存中，同时将相关信息存放在sys.modules中，我们可以通过sys.modules.items()查看预加载的模块信息，当加载一个模块时，解释器实际上完成了如下动作：
-
在sys.modules中搜索该模块是否存在，如果存在就导入到当前局部命名空间，如果不存在就为其创建一个字典对象，插入到sys.modules中
-
加载前确认是否需要对模块对应的文件进行编译，如果需要则先进行编译
-
执行动态加载，在当前命名空间中执行编译后的字节码，并将其中所有的对象放入模块对应的字典中
从上可以看出，对于用户自定义的模块，import 机制会创建一个新的 module 将其加入当前的局部命名空间中，同时在 sys.modules 也加入该模块的信息，但本质上是在引用同一个对象，通过test.py所在的目录会多一个字节码文件。
优先使用 absolute import 来导入模块
i+=1 不等于 ++i
首先++i或--i在 Python 语法上是合法，但并不是我们通常理解的自增或自减操作：
原来+或-只表示正负数符号。
使用 with 自动关闭资源
对于打开的资源我们记得关闭它，如文件、数据库连接等，Python 提供了一种简单优雅的解决方案：with。
先来看with实现的原理吧。
with的实现得益于一个称为上下文管理器(context manager)的东西，它定义程序运行时需要建立的上下文，处理程序的进入和退出，实现了上下文管理协议，即对象中定义了__enter__()和__exit__()，任何实现了上下文协议的对象都可以称为一个上下文管理器：
-
__enter__()：返回运行时上下文相关的对象
-
__exit__(exception_type, exception_value, traceback)：退出运行时的上下文，处理异常、清理现场等
with 表达式 [as 目标]:代码块
包含with语句的代码块执行过程如下：
-
计算表达式的值，返回一个上下文管理器对象
-
加载上下文管理器对象的__exit__()以备后用
-
调用上下文管理器对象的__enter__()
-
将__enter__()的返回值赋给目标对象
-
执行代码块，正常结束调用__exit__()，其返回值直接忽略，如果发生异常，会调用__exit__()并将异常类型、值及 traceback 作为参数传递给__exit__()，__exit__()返回值为 false 异常将会重新抛出，返回值为 true 异常将被挂起，程序继续执行
于此，我们可以自定义一个上下文管理器：
Python 还提供contextlib模块，通过 Generator 实现，其中的 contextmanager 作为装饰器来提供一种针对函数级别上的上下文管理器，可以直接作用于函数/对象而不必关心__enter__()和__exit__()的实现。
使用 else 子句简化循环（异常处理）
Python 的 else 子句提供了隐含的对循环是否由 break 语句引发循环结束的判断，有点绕哈，来看例子：
可以看出，else 子句在循环正常结束和循环条件不成立时被执行，由 break 语句中断时不执行，同样，我们可以利用这颗语法糖作用在 while 和 try...except 中。
遵循异常处理的几点基本原则
异常处理的几点原则：
-
注意异常的粒度，不推荐在 try 中放入过多的代码
-
谨慎使用单独的 except 语句处理所有异常，最好能定位具体的异常
-
注意异常捕获的顺序，在适合的层次处理异常，Python 是按内建异常类的继承结构处理异常的，所以推荐的做法是将继承结构中子类异常在前抛出，父类异常在后抛出
-
使用更为友好的异常信息，遵守异常参数的规范
避免 finally 中可能发生的陷阱
当 finally 执行完毕时，之前临时保存的异常将会再次被抛出，但如果 finally 语句中产生了新的异常或执行了 return 或 break 语句，那么临时保存的异常将会被丢失，从而异常被屏蔽。
在实际开发中不推荐 finally 中使用 return 语句进行返回。
深入理解 None，正确判断对象是否为空
类型FalseTrue布尔False （与0等价）True （与1等价）字符串""（ 空字符串）非空字符串，例如 " ", "blog"数值0, 0.0非0的数值，例如：1, 0.1, -1, 2容器[], (), {}, set()至少有一个元素的容器对象，例如：[0], (None,), ['']NoneNone非None对象
#3执行中会调用__nonzero__()来判断自身对象是否为空并返回0/1或True/False，如果没有定义该方法，Python 将调用__len__()进行判断，返回 0 表示为空。如果一个类既没有定义__len__()又没有定义__nonzero__()，该类实例用 if 判断为True。
连接字符串优先使用 join 而不是 +
这一点之前我在博文里总结过，+涉及到更多的内存操作。
格式化字符串时尽量使用 .format 而不是 %
同上。
区别对待可变对象和不可变对象
Python 中一切皆对象，每个对象都有一个唯一的标识符（id）、类型（type）和值。数字、字符串、元组属于不可变对象，字典、列表、字节数组属于可变对象。
默认参数在初始化时仅仅被评估一次，以后直接使用第一次评估的结果，course 指向的是 list 的地址，每次操作的实际上是 list 所指向的具体列表，所以对于可变对象的更改会直接影响原对象。
最好的方法是传入None作为默认参数，在创建对象的时候动态生成列表。
[]、() 和 {} 一致的容器初始化形式
其实就是列表生成式、元组生成式和字典生成式。
记住函数传参既不是传值也不是传引用
正确的说法是传对象（call by object）或传对象的引用（call-by-object-reference），函数参数在传递过程中将整个对象传入，对可变对象的修改在函数外部以及内部都可见，对不可变对象的”修改“往往是通过生成一个新对象然是赋值实现的。
警惕默认参数潜在的问题
其中就是默认参数如果是可变对象，在调用者和被调用者之间是共享的。
慎用变长参数
-
原因如下：
-
使用过于灵活，导致函数签名不够清晰，存在多种调用方式
-
使用*args和**kw简化函数定义就意味着函数可以有更好的实现方法
-
使用场景：
-
为函数添加一个装饰器
-
参数数目不确定
-
实现函数的多态或子类需要调用父类的某些方法时
深入理解 str() 和repr() 的区别
-
总结几点：
-
str()面向用户，返回用户友好和可读性强的字符串类型；repr()面向 Python 解释器或开发人员，返回 Python 解释器内部的含义
-
解释器中输入a默认调用repr()，而print(a)默认调用str()
-
repr()返回值一般可以用eval()还原对象：obj == eval(repr(obj))
-
以上两个方法分别调用内建的__str__()和__repr__()，一般来说类中都应该定义__repr__()，但当可读性比准确性更为重要时应该考虑__str__()，用户实现__repr__()方法的时候最好保证其返回值可以用eval()是对象还原
分清 staticmethod 和 classmethod 的适用场景
这两种方法之前已经总结过了的，下面我们只讨论它们的使用场景。
调用类方法装饰器的修饰器的方法，会隐式地传入该对象所对应的类，可以动态生成对应的类的类变量，同时如果我们期望根据不同的类型返回对应的类的实例，类方法才是正确的解决方案。
反观静态方法，当我们所定义的方法既不跟特定的实例相关也不跟特定的类相关，可以将其定义为静态方法，这样使我们的代码能够有效地组织起来，提高可维护性。
当然，也可以考虑定义一个模块，将一组的方法放入其中，通过模块来访问。