func()File"script.py",line2,infuncreturn0/0ZeroDivisionError:divisionbyzero>>>importpdb>>>pdb.pm()#Post-mortemdebugger>script.py(2)func()->return0/0(Pdb)
大多數時候，打印語句和錯誤信息就足以進行調試，但是有時候，你需要四處摸索，以瞭解程序內部正在發生的事情。在這些情況下，你可以設置斷點，然後程序執行時將在斷點處停下，你可以檢查程序，例如列出函數參數、表達式求值、列出變量、或如上所示僅作單步執行。
pdb 是功能齊全的 Python shell，理論上你可以執行任何東西，但是你還需要一些調試命令，可在此處【4】找到。
15、在一個類中定義多個構造函數
函數重載是編程語言（不含 Python）中非常常見的功能。即使你不能重載正常的函數，你仍然可以使用類方法重載構造函數：
importdatetimeclassDate:def__init__(self,year,month,day):self.year=yearself.month=monthself.day=day@classmethoddeftoday(cls):t=datetime.datetime.now()returncls(t.year,t.month,t.day)d=Date.today()print(f"{d.day}/{d.month}/{d.year}")#14/9/2019你可能傾向於將替代構造函數的所有邏輯放入__init__，並使用*args 、**kwargs 和一堆 if 語句，而不是使用類方法來解決。那可能行得通，但是卻變得難以閱讀和維護。
因此，我建議將很少的邏輯放入__init__，並在單獨的方法/構造函數中執行所有操作。這樣，對於類的維護者和用戶而言，得到的都是乾淨的代碼。
16、使用裝飾器緩存函數調用
你是否曾經編寫過一種函數，它執行昂貴的 I/O 操作或一些相當慢的遞歸，而且該函數可能會受益於對其結果進行緩存（存儲）？如果你有，那麼有簡單的解決方案，即使用 functools 的lru_cache :
fromfunctoolsimportlru_cacheimportrequests@lru_cache(maxsize=32)defget_with_cache(url):try:r=requests.get(url)returnr.textexcept:return"NotFound"forurlin["https://google.com/","https://martinheinz.dev/","https://reddit.com/","https://google.com/","https://dev.to/martinheinz","https://google.com/"]:get_with_cache(url)print(get_with_cache.cache_info())#CacheInfo(hits=2,misses=4,maxsize=32,currsize=4)在此例中，我們用了可緩存的 GET 請求（最多 32 個緩存結果）。你還可以看到，我們可以使用 cache_info 方法檢查函數的緩存信息。裝飾器還提供了 clear_cache 方法，用於使緩存結果無效。
我還想指出，此函數不應與具有副作用的函數一起使用，或與每次調用都創建可變對象的函數一起使用。
17、在可迭代對象中查找最頻繁出現的元素
在列表中查找最常見的元素是非常常見的任務，你可以使用 for 循環和字典（map），但是這沒必要，因為 collections 模塊中有 Counter 類：
fromcollectionsimportCountercheese=["gouda","brie","feta","creamcheese","feta","cheddar","parmesan","parmesan","cheddar","mozzarella","cheddar","gouda","parmesan","camembert","emmental","camembert","parmesan"]cheese_count=Counter(cheese)print(cheese_count.most_common(3))#Prints:[('parmesan',4),('cheddar',3),('gouda',2)]實際上，Counter 只是一個字典，將元素與出現次數映射起來，因此你可以將其用作普通字典：
python print(cheese_count["mozzarella"]) ¨K40K cheese_count["mozzarella"] += 1 print(cheese_count["mozzarella"]) ¨K41K
除此之外，你還可以使用 update(more_words) 方法輕鬆添加更多元素。Counter 的另一個很酷的特性是你可以使用數學運算（加法和減法）來組合和減去 Counter 的實例。
小結
在日常 Python 編程中，並非所有這些特性都是必不可少的和有用的，但是其中一些特性可能會時不時派上用場，並且它們也可能簡化任務，而這本來可能很冗長且令人討厭。
我還要指出的是，所有這些特性都是 Python 標準庫的一部分，雖然在我看來，其中一些特性非常像是標準庫中的非標準內容。因此，每當你要在 Python 中實現某些功能時，首先可在標準庫查看，如果找不到，那你可能看得還不夠仔細（如果它確實不存在，那麼肯定在某些三方庫中）。
如果你使用 Python，那麼我認為在這裡分享的大多數技巧幾乎每天都會有用，因此我希望它們會派上用場。另外，如果你對這些 Python 技巧和騷操作有任何想法，或者如果你知道解決上述問題的更好方法，請告訴我！
相關鏈接
[1] 原文地址: https://martinheinz.dev/blog/1
譯文原文：https://mp.weixin.qq.com/s/vaFL75hm1lx3mvURY4V6_A
[2] Levenshtein distance: https://en.wikipedia.org/wiki/Levenshtein_distance
[3] 在這裡: https://docs.python.org/3/howto/ipaddress.html
[4] 此處: https://docs.python.org/3/library/pdb.html%23debugger-commands#debugger-commands
主要分享 Python基礎、Python進階、Python哲學、編程語言、書籍推薦等內容，另外還有官方 PEP 翻譯與優質外文的翻譯，值得關注一同學習。
閱讀更多 Python貓 的文章
