转自:小白学视觉
介绍
对于许多刚开始学习代码的人来说，Python已经成为 的选择。它的语法非常直观，并且支持灵活的动态类型。另外，它是一种解释性语言，可以将交互式控制台用于学习。基本上，我们可以仅使用一些命令行工具（例如Mac中的Terminal）来开始Python学习，因为macOS现已随Python一起提供。
学习Python时，我摸会逐渐熟悉它的数据结构，控制流，类，函数和其他基本知识。有趣的是Python中的各种首字母缩写词，我们时常会遇到。本文将回顾十个这样的缩写。其中一些是通用的编程原理，而另一些则更特定于Python编码。然而，它们每个都有其有趣的方面。
1.OOP（面向对象编程）
我们应该知道的 个缩写是OOP—面向对象编程，Python就是基于此进行设计的。我们知道编程本身是关于编码的，但是程序本身应该是关于数据的。我们的程序需要获取输入数据，过程中处理数据， 输出数据。但请注意，此处讨论的数据是最一般意义上的数据，可以包括表格数据，字符串，用户操作（例如，单击按钮），图像以及具有信息的任何形式的数据。我们代码的工作是处理这些各种形式的数据，并以所需的方式呈现它们。
为了完成我们的工作，我们需要能够处理这些数据的代码，而现代编程语言（包括Python）中的一种常见设计模式就是采用OOP范式。这个想法非常直观-我们用特定的对象包装数据。更具体地的说，对象可以保存数据（例如，属性）并且可以操作数据（例如，方法）。例如，如果我们开发一个赛车游戏。我们可以构建汽车对象，每个对象都可以具有特定的属性，例如颜色， 速度和重量。此外，这些对象还可以进行制动和加速等操作。这些数据的逻辑组织以对象（汽车）为中心。
让我们看一下Python中的一个示例。使用内置的str类包装字符串数据，我们可以使用字符串对象传递字符串数据，还可以改变字符串的表示方式。下面是一个简单的示例。
#Createavariableofstrtype...hello="HelloPython!"......#Sendthedatatoafunctioncall...print(hello)......#Manipulatethestringdatawithstringmethods...hello_lower=hello.lower()...hello_upper=hello.upper()...print(lowercased:,hello_lower)...print(uppercased:,hello_upper)...HelloPython!lowercased:hellopython!uppercased:HELLOPYTHON!
2.DRY(Don’tRepeatYourself)
DRY（Don’tRepeatYourself）的原理每个程序员都应该实践。这个想法很简单-如果代码中有重复，则表明我们需要进行一些重构以 地减少重复代码，或者尽可能消除重复。以下伪代码通过代码的重构展示了DRY原理。
defdo_something(item):pass#Repetativeworkdo_something(item0)do_something(item1)do_something(item2)#ApplyDRYforitemin(item0,item1,item3):do_something(item)
代码重构的另一种可能情况是，我们发现自己要处理一堆结构相同的数据。这时我们应该使用自己的类来处理这些数据，而不是使用一系列的字典，列表或元组来存储每个人的数据。这使代码不易出错，而且对后期维护也有好处。
3.PIP（PackageInstallerforPython）
可能是Python受欢迎的最重要因素是其开放源代码性质，这带来了大量免费的Python软件包集合。根据Wikipedia的介绍，在Python软件包索引（PyPI）中索引了,多个软件包。我们可以使用pip工具从PyPI安装任何软件包。该安装过程非常轻松，只需在命令或终端中使用一行代码即可。以下代码段总结了一些常用用法。
#installlatestversionpipinstallpackage_name#installaparticularversionpipinstallpackage_name==version_number#touninstallapackagepipuninstallpackage_name#toshowinstalledpackagespiplist#toshowtheinformationaboutaparticularpackagepipshowpackage_name#toinstallalistofdependencies,suchastocloneavirtualenvironmentpipinstall-rrequirements.txt
4.LEGB（Local,Enclosing,GlobalandBuilt-in）
LEGB规则引用Python中的变量查找顺序，如下图所示。具体来说，当解释程序尝试解析变量时，Python具有四层作用域。首先从局部作用域开始，该作用域可以是函数或类。如果解释器找到了变量的相应绑定值，它将停止查找并将变量与该特定值一起使用。
可变分辨率规则
否则，它将在更高层次上（封闭范围）进行查找。封闭范围仅存在于函数的嵌套结构中。具体来说，当在另一个函数中声明一个函数时，我们将内部函数称为内部函数，将外部函数称为外部函数。当解释器尝试解析内部函数范围内使用的变量时，如果无法在局部范围内解析，它将进入封闭范围，即外部函数的局部范围。
如果仍然无法解析封闭范围内的变量，它将进入全局范围。全局作用域通常是模块级别，通常是独立的Python文件。值得注意的是，当程序包导入到当前文件中时，来自导入的函数和类也将成为全局范围的一部分。内置作用域是在启动解释器时加载的函数，类和其他模块，以使这些最基本的对象始终可用（例如，theprint和其他内置函数）。
5.MRO（MethodResolutionOrder）
TheMethodResolutionOrder表示Python或其他编程语言如何解析方法或属性。与上面讨论的LEGB规则