3.1 脚本

在该部分，我们将深入研究编写 Python 脚本的惯例。

什么是脚本？

脚本就是运行和终止一系列语句的程序。

# program.py statement1 statement2 statement3 ... 

到目前为止，我们主要在编写脚本。

问题

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。

定义变量

名称必须在使用之前定义。

def square(x): return x*x a = 42 b = a + 2 # Requires that `a` is defined z = 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。

定义函数

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') 

什么是函数？

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）。

函数定义

可以按任何顺序定义函数。

def foo(x): bar(x) def bar(x): statements # OR def bar(x): statements def 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。

自底向上的风格

函数被当做构建块。较小 /较简单的块优先。

# myprogram.py def 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。

函数设计

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。

文档字符串

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，

类型注解

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。

练习

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.py import csv def 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 report headers = ('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。

练习 3.1：将程序构造为函数的集合

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：

• 创建打印报告的函数 print_report(report)。
• 修改程序的最后一部分，使其仅是一系列函数调用，而无需进行其它运算。

练习 3.2：为程序执行创建一个顶层函数

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 ... >>> 

说明

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 https://github.com/codists/practical-python-zh