我已經使用Python編程有多年了，即使今天我仍然驚奇于這種語言所能讓代碼表現出的整潔和對DRY編程原則的適用。這些年來的經歷讓我學到了很多的小技巧和知識，大多數是通過閱讀很流行的開源軟件，如Django, Flask, Requests中獲得的。

下面我挑選出的這幾個技巧常常會被人們忽略，但它們在日常編程中能真正的給我們帶來不少幫助。

1. 字典推導(Dictionary comprehensions)和集合推導(Set comprehensions)

大多數的Python程序員都知道且使用過列表推導(list comprehensions)。如果你對list comprehensions概念不是很熟悉——一個list comprehension就是一個更簡短、簡潔的創建一個list的方法。

>>> some_list = [1, 2, 3, 4, 5]  
 
>>> another_list = [ x + 1 for x in some_list ]  
 
>>> another_list  
[2, 3, 4, 5, 6]  
 

自從python 3.1 (甚至是Python 2.7)起，我們可以用同樣的語法來創建集合和字典表：

>>> # Set Comprehensions  
>>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]  
 
>>> even_set = { x for x in some_list if x % 2 == 0 }  
 
>>> even_set  
set([8, 2, 4])  
 
>>> # Dict Comprehensions  
 
>>> d = { x: x % 2 == 0 for x in range(1, 11) }  
 
>>> d  
{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True} 

在第一個例子里，我們以some_list為基礎，創建了一個具有不重復元素的集合，而且集合里只包含偶數。而在字典表的例子里，我們創建了一個key是不重復的1到10之間的整數，value是布爾型，用來指示key是否是偶數。

這里另外一個值得注意的事情是集合的字面量表示法。我們可以簡單的用這種方法創建一個集合：

>>> my_set = {1, 2, 1, 2, 3, 4}  
 
>>> my_set  
set([1, 2, 3, 4]) 

而不需要使用內置函數set()。

2. 計數時使用Counter計數對象。

這聽起來顯而易見，但經常被人忘記。對于大多數程序員來說，數一個東西是一項很常見的任務，而且在大多數情況下并不是很有挑戰性的事情——這里有幾種方法能更簡單的完成這種任務。

Python的collections類庫里有個內置的dict類的子類，是專門來干這種事情的：

>>> from collections import Counter  
>>> c = Counter('hello world')  
 
>>> c  
Counter({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})  
 
>>> c.most_common(2)  
[('l', 3), ('o', 2)] 

3. 漂亮的打印出JSON

JSON是一種非常好的數據序列化的形式，被如今的各種API和web service大量的使用。使用python內置的json處理，可以使JSON串具有一定的可讀性，但當遇到大型數據時，它表現成一個很長的、連續的一行時，人的肉眼就很難觀看了。

為了能讓JSON數據表現的更友好，我們可以使用indent參數來輸出漂亮的JSON。當在控制臺交互式編程或做日志時，這尤其有用：

>>> import json  
 
>>> print(json.dumps(data))  # No indention  
{"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}  
 
>>> print(json.dumps(data, indent=2))  # With indention  
 
{  
  "status": "OK",  
  "count": 2,  
  "results": [  
 
    {  
      "age": 27,  
      "name": "Oz",  
 
      "lactose_intolerant": true  
    },  
    {  
      "age": 29,  
 
      "name": "Joe",  
      "lactose_intolerant": false  
    }  
  ]  
} 

同樣，使用內置的pprint模塊，也可以讓其它任何東西打印輸出的更漂亮。

4. 創建一次性的、快速的小型web服務

有時候，我們需要在兩臺機器或服務之間做一些簡便的、很基礎的RPC之類的交互。我們希望用一種簡單的方式使用B程序調用A程序里的一個方法——有時是在另一臺機器上。僅內部使用。

我并不鼓勵將這里介紹的方法用在非內部的、一次性的編程中。我們可以使用一種叫做XML-RPC的協議 (相對應的是這個Python庫)，來做這種事情。

下面是一個使用SimpleXMLRPCServer模塊建立一個快速的小的文件讀取服務器的例子：

from SimpleXMLRPCServer import SimpleXMLRPCServer  
 
def file_reader(file_name):  
 
    with open(file_name, 'r') as f:  
        return f.read()  
 
server = SimpleXMLRPCServer(('localhost', 8000))  
server.register_introspection_functions()  
server.register_function(file_reader)  
server.serve_forever() 

客戶端：

import xmlrpclib  
proxy = xmlrpclib.ServerProxy('http://localhost:8000/')  
 
proxy.file_reader('/tmp/secret.txt') 

我們這樣就得到了一個遠程文件讀取工具，沒有外部的依賴，只有幾句代碼(當然，沒有任何安全措施，所以只可以在家里這樣做)。

5. Python神奇的開源社區

這里我提到的幾個東西都是Python標準庫里的，如果你安裝了Python，你就已經可以這樣使用了。而對于很多其它類型的任務，這里有大量的社區維護的第三方庫可供你使用。下面這個清單是我認為的好用且健壯的開源庫的必備條件：

好的開源庫必須…

• 包含一個很清楚的許可聲明，能適用于你的使用場景。
• 開發和維護工作很活躍(或，你能參與開發維護它。)
• 能夠簡單的使用pip安裝或反復部署。
• 有測試套件，具有足夠的測試覆蓋率。

如果你發現一個好的程序庫，符合你的要求，不要不好意思————大部分的開源項目都歡迎捐贈代碼和歡迎提供幫助——即使你不是一個Python高手。

英文原文：Improving Your Python Productivity