python学习之工具、常用类库、编程规范

工具

开发环境：https://www.continuum.io/

常用类库

• gensim:http://radimrehurek.com/gensim/index.html
• 文本向量模型：word2vec
• 自然语言处理：http://www.52nlp.cn/

编程规范

命名约定

1. 用单下划线(_)开头表示模块变量或函数是protected的(使用import * from时不会包含)；
2. 用双下划线(__)开头的实例变量或方法表示类内私有；
3. 将相关的类和顶级函数放在同一个模块里. 不像Java, 没必要限制一个类一个模块；
4. 对类名使用大写字母开头的单词(如CapWords, 即Pascal风格), 但是模块名应该用小写加下划线的方式；
5. 函数命名使用全部小写的方式，可以使用下划线；
6. 常量命名使用全部大写的方式，可以使用下划线；
7. 类的属性（方法和变量）命名使用全部小写的方式，可以使用下划线；
8. 类的方法第一个参数必须是self，而静态方法第一个参数必须是cls；

类

1. 如果一个类不继承自其它类, 就显式的从object继承. 嵌套类也一样.
2. 类应该在其定义下有一个用于描述该类的文档字符串. 如果你的类有公共属性(Attributes), 那么文档中应该有一个属性(Attributes)段. 并且应该遵守和函数参数相同的格式.

编码

1. 尽可能使用‘is’‘is not’取代‘==’，比如if x is not None 要优于if x；
2. 使用startswith() and endswith()代替切片进行序列前缀或后缀的检查；
3. 使用isinstance()比较对象的类型；用 isinstance(obj, cls), 不要用 type(obj) == cls；因为 isinstance 涵盖更多情形，包括子类和抽象基类。同时，不要过多使用 isinstance ，因为通常应该使用鸭子类型！
4. 判断序列空或不空：if not seq: 或 if seq:优于 if len(seq) 或 if not len(seq)
5. 字符串不要以空格收尾
6. 二进制数据判断使用 if boolvalue的方式
7. 列表/字典/集合推导式优于 map/filter