有的UE画不好PPT,好的测试却会用Python加薪

发表于2016-07-08
评论0 1.8k浏览

       本文由腾讯WeTest授权发布 
       作者:jhouyang,腾讯资深后台开发工程师。 
       链接:http://wetest.qq.com/lab/view/113.html 
      本文由腾讯WeTest授权发布,如需转载请联系腾讯WeTest获得授权。


WeTest导读

       想要升职加薪,强大的专业能力很重要,好的UE要有能力设计好一款PPT,设计不好就要被嘘。那好的开发者呢?好的一些开发者会靠一手娴熟的Python技巧来升职加薪。本文作者jhouyang早年接触多年Python,通过本文记录早年Python的经验之谈,供大家交流学习。

      百度UE总监在2016年国际体验设计大会上演讲被嘘一事已经闹得沸沸扬扬,其被嘘的原因除了主线内容偏题、格局太low、表达方式糟糕以及插播广告以外,其PPT的设计水准和其UE总监的身份严重不符成为了大家最为不满的一点。

      其PPT的标题没有居中,标点符号缺失,色彩搭配硬伤等PPT设计中的低级错误让人们对他的专业能力产生了巨大的怀疑。(具体情况大家可以自行搜索“如何评价百度大 UE 总监刘超在 2016 国际体验设计大会的演讲?”)

      说到这里,小编想表达的是,想要升职加薪,强大的专业能力很重要,好的UE要有能力设计好一款PPT,那好的测试呢?

      好的开发者一般会用Python来装逼。


1、 三目操作符

       学过C语言的同学,或者看过《C语言从入门到放弃》这本书的同学一定不会对“三目操作符”这种画面感十足的操作符感到陌生。

       然而,直到我完成Python小学一年级课程的时候才发现原来Python也有类似的东西。比如:



def foo(val): if val == 42: return "you are a programmer!" else: return "you are a manong!"

   或者你也可以这样写:


def foo(val): return "you are a programmer!" if val == 42 else "you are a manong!"

     友情提示:此特技要小心使用。否则容易暴露你大师的本质。不要像撸主当年,把所有的if/else都改成神都看不懂的 “do xxx if xx else xxx”句式。


2、会叫的都是鸭子

       讲道理的话,这个应该是一个坑,而非装逼技巧。由于撸主当年是从C++党转学Python的,刚开始写代码总喜欢这样:

1
2
if isinstance('c', CPlusPlus):
assert(isinstance('python', CPlusPlus))

    更变态的时候甚至这样:

1
assert(type('C++') == CPlusPlus))

      聪明的你可能会问撸主:“type和isinstance有什么区别啊?”。可你想不到的是撸主会回答你:“自己google去“,然后留给你一个傲娇的背影。

      等等!撸主你说这玩意跟“鸭子”有什么关系。事实是酱紫的,有一天撸主正在琢磨“开电脑用左手开机好,还是右手开机好,还是双手齐上好”这个宇宙终极问题时,一位高年级的大哥哥过来告诉我:“没必要这样,没必要到处assert isinstance 这种。因为Python是鸭子类型。会叫的都是鸭子。”

      然后撸主问他“你会叫吗?”

     友谊的小船说翻就翻…… 
     “什么?你不知道鸭子类型?不会自己google吗?”


3、内建函数和lamda

       比如如下一个简单的例子:我需要将一个字符串列表中所有满足包含“result”字段的字符串筛选出来。 
     低年级的同学可能会这么做:

1
def foo(xxx): result_list = list() for ele in org_list: if "result" in ele: result_list.append(ele)

     BUT,这样做“一点都不酷!”。要酷还得靠装逼:

1
result_list = filter(lambda ele : "result" in ele, org_list)

     不信的话,你就去试试咯:

1
map(lambda ele : ele + 1, (1, 2, 3, 4)) reduce(lambda x,y:x+y, range(3))

4、 iterator和generator

       这俩哥们看着很像、读着也很像。 
其实不难区分,generator返回不用return,而用yield;所以你凡是看到yield的地方,很可能就是generator这装逼犯。 
      iterator呢,就是实现了next()方法和iteriter方法返回它自己。而当你调用next()方法时,会返回一个值。通常,这个next值会由generator产生。 
       换种说法,你也可以这样理解,generator是用来生成iterator的。 
     闲话少说,举个栗子。

     如果高年级的同学问你:小学生?怎么保证埃希不空大?你一定要回答他,最简单的generator是这样的:

    generator=(i for i in xrange(0, 3)) 
      纳尼?yield呢?哦,你要yield啊,那就这样写:

1
def generator(): for i in range(3): yield i

       你看,我顺便又介绍了一道幼儿园考题:range和xrange的区别。

      那么iterator呢?都说了generator就是用来生成iterator的啦。

1
2
generator.next() // 第一个
generator().next() // 第二个

       上面只是一个简单的示例,这段简单的代码在实际的工作中并没有什么卵用。 
那么它应用的场景有吗?下一次返回的结果依赖于上一次返回的结果。因为yield的作用是每次函数调用执行到这里就停止了,下次调用从yield后面的语句开始。 
比如说树的遍历之类的。


5、 bind

      bind这种东西简直是为撸主这种懒人量身定制的,想想啊:你写一个好多好多参数的函数,没事你bind一个参数,又变成了函数A,你再换种姿势bind,又变成了函数B。 
       用过C++ boost库,或者对C++1x有所了解的童鞋可能知道我说的是什么了。如果没了解过,请参考上面一段话自行脑补。 
      其他的小节撸主介绍的都是些Python内置函数,或者’__’开头的内置方法等。这个小节撸主准备介绍一条裤。 
      你可能会问:撸主撸主,裤跟bind有什么关系?别急嘛,骚年。这个库是functools,里面有好几个函数都棒棒哒哦。不过这里撸主只准备介绍跟bind相似的partial方法。 
看看它的用法,是不是跟bind很像?

1
2
3
4
5
def add(a, b):
return a + b
plus2 = functools.partial(add, 2)
plus3 = functools.partial(add, 3)
....

6、 修饰器

 decorator

      有时候撸代码撸累了,想发发微信,找个人帮忙撸代码。你可以试试这样:@xxx 帮我打个日志。XXX就帮你打日志了。

1
2
3
4
5
6
7
def log(func):
def wrap(*arg, **kargs):
start = time.time()
 func(*arg, **kargs)
 end = time.time()
print " time = %.6f sec" % (end - start)
return wrap

     然后你想要打日志,又懒得撸代码了,就这样:

1
@log def foo(arg): # do something

      以下是干货,容易着火。

     修饰器的本质就是对函数做些修饰,然后返回一个函数(callable object)。也就是所谓的高阶函数。

      因此上面的式子不用语法糖直白的写出来就是:

1
foo = log(foo)

      看到没,foo其实就是一个log返回的callable object wrap的别名。

      举个栗子,如果需要这样的修饰器,我们应该怎么写呢?

1
2
3
@decro(1, 2)
def foo(*args, **kargs):
pass

      先翻译一下,先把(1,2)传给decro,然后把foo传给decro;然后你返回给我一个能接受(*args,**kargs)参数的函数:

1
foo = decro(1,2)(foo)

      一定要记住,foo是一个callable object。事情就变得很简单了:

1
2
3
4
5
6
def decro(*args, **kargs): # 1,2
def wrap(func): # foo
def _(*args, **kargs): # foo 也必须是一个callable
func(*args, **kargs)
  return _
return wrap

      哪里不会点哪里,就是这么简单。装逼技能Decorator GET!

wraps

       到这里就结束了?如果到这里就结束了,高年级的同学知道了一定又会回来鄙视我们:你试试打印下foo函数,看看是什么?你试着打印一下:

1
>>> foo="" at="" 0x7f4875b77398=""></function>

        天啦噜!不是foo么,怎么变成”_”了?

       别急,这个时候你需要前一节提到的那条裤了:functools,然后对你的decorator做一点小小的改动:

1
2
3
4
5
6
7
8
9
from functools import wraps
def decro(*args, **kargs):
def wrap(func):
# 看这里看这里
@wraps(func)
def _(*args, **kargs):
func(*args, **kargs)
return _
return wrap

     然后foo就变成了:

1
>>> foo="" at="" 0x7f4875b77938=""></function>

      沿着修饰器继续深挖,你可以挖出所谓的函数式编程、闭包一大堆看起来很高大上的概念。可是由于撸主水平有限,只好劳烦您自行google啦。


7、 descriptor

     至于描述器,多的不多说了。直接看看使用前后效果对比图:

缘起

      当时情况是这样的,撸主正在看clang Python binding的代码,看到这么一段:

1
2
3
4
5
6
7
8
9
10
11
12
class CachedProperty(object):
   def __init__(self, wrapped):
      self.wrapped = wrapped   
      try:
           self.__doc__ = wrapped.__doc__    
      except:      
           passdef __get__(self, instance, type=None):
   if instance is None:         
      return self
           value = self.wrapped(instance)
           setattr(instance, self.wrapped.__name__, value)        
      return value

     当时我的心情是这样的:


内置方法

      有点流弊啊!虽然我看不懂,但是警察叔叔早就告诉过我“外事不决问google“啊。 
1、Python有三个内置函数,setgetdelete; 
2、 只定义get方法,非数据描述器(non-data descriptor); 
3、 定义了delete 或者 set 方法的叫做数据描述器(data descriptor); 
       “虽然不知道上面的话在说什么,但是感觉好厉害的样子”。嗯,不明白没关系,不明白才好装X嘛。按照Python的尿性,凡是装X的技巧都离不开Python的内置方法,也就是’‘开头、’‘结尾的方法。由于delete不常用,俺们只要记住getset这个东西好了。

dict

     咱么先从字典说起。看下面一个例子:

1
2
3
4
5
6
7
8
9
class Test(object): passTest.a = 'a'
Test.b = 'b't = Test()
t.c = 'c'
t.b = 'tb'
setattr(t, 'setkey', 'val')print Test.__dict__
print t.__dict__print t.aprint t.c
 
print t.b
print t.setkey
1
2
3
4
{'a': 'b', '__module__': '__main__', 'b': 'b', '__dict__': '__dict__'="" of="" 'test'="" objects="">, '__weakref__': " of="" 'test'="" objects="">, '__doc__': None} # 这是Test.__dict__
{'c': 'c', 'b' : 'tb', 'setkey' : 'val'} # 这是t.__dict__a # t.ac # t.c
tb # t.b
val # t.setkey

这个例子说明几点:

1、对象和类都有个字典:dict
2、在对象中查找不到的属性,会从类中查找 (t.a)
3、对象中属性的优先级高于类中的优先级 (t.b)
4、设置属性(set)的时候,会在对应的dict里增加元素 (Test.a =xxx, t.b = xxx)
setattr 跟 ‘=’ 操作符,操作对象的属性时,看起来作用是一样的。 
5、通常的情况下,属性查找如此简单:先找对象的dict,然后再找类的dict;都找不到就抛异常;

属性查找

      当加入所谓的descriptor的时,事情变得稍微复杂了一点点。对于一个对象的属性,新的顺序是: 
1、Python自动属性 (Python自动生成的属性,比如doc等) 
2、 在类(及其祖先类)的dict中查找data descriptor,如果存在,返回data descriptor中get方法调用的结果 
3、在对象的dict中查找

a、在类(及其祖先类)的dict中查找non-data descriptor,存在则返回对应get调用的结果
b、在类(及其祖先类)的dict中查找普通属性

      这样,在原来的属性查找顺序上,我们加上了non-data descriptor和data descriptor,分别插在2、4的位置上。

回到descriptor

A:“你说的这么多,跟descriptor有什么关系?“ 
B: “对啊,对啊,一点都没教会我装逼!” 
       别急,骚年。

        回到1)中的例子,然后再看看2)中的定义,有木有发现,这其实就是一个descriptor。这个CacheProperty有什么作用呢? 看下面一个使用场景(这个栗子也来自clang python binding):

1
2
3
4
5
6
7
class Config:
    ...    @CachedProperty
    def lib(self):
        lib = self.get_cindex_library()
        register_functions(lib, not Config.compatibility_check)
        Config.loaded = True
        return lib

      Config定了一个lib方法,这个方法做一些相对耗时的操作才能获得我们想要的lib对象。比如说加载配置文件:有没有办法可以做到只在第一次调用的时候加载配置文件,其他的时候都从缓存里读呢?

     看CacheProperty 的实现: 
1 、首先它是一个non-data descriptor; 
2、第一次的时候,按照4)所述的查找顺序, 
       由于Config和其对象的dict中没有lib,它会走到第4步; 
       然后开始执行get方法,该方法调用lib方法,计算出lib的值value=self.wrapped(instance) (这个wrap方法在CacheProperty init方法中被设置self.wrapped = wrapped, 此时wrapped就是lib方法); 
       随后调用setattr方法,将计算到的值set到对象的dict中 
3、之后调用的时候,由于对象的dict中已经有这个key了。直接返回对应的值就可以了。 
这只是个non-data descriptor的例子,它验证了属性查找中non-data descriptor顺序的正确性。 
对于data descriptor属性查找,可以参看下面一个例子:

1
2
3
4
5
6
7
8
9
10
11
12
class DataDesc(object):    
    def __init__(self, obj):
        print 'obj', obj
        self.obj = obj    def __set__(self, obj, val):
        print 'set called', obj, val
        self.obj.__name__ = val    def __get__(self, obj, type=None):
        print '__get__', obj, typeclass Test(object):    @DataDesc
    def foo(self):
        print 'foo' 
    def func(self):
        print 'func't = Test()print t
t.foo = 'c't.__dict__['foo'] = 'c'print t.__dict__print t.foo

     当然,这里还有几个细节没有介绍: setattr, getattr 甚至于getattributegetattr。当你弄明白了所谓的描述器,这些东西都很简单啦!随随便便google一大堆。


8、 深度魔法–metaclass

        说实话,一开始让我介绍metaclass,我是拒绝的。因为装逼,有的时候还是要站在巨人的肩膀上。 
      喏,链接在此,拿走不谢。 
http://stackoverflow.com/questions/100003/what-is-a-metaclass-in-python 
      纳尼,你还问我要中文翻译版? 
http://blog.jobbole.com/21351/


9、一本书

        如果你只学到第8点,可能高年级的同学。还会挑战你:你那么腻害,你知道GIL么? 
你可能会问:什么是GIL?然后高年级的同学肯定会鄙视你:你连GIL都不知道,肯定没看过源码吧。 
       你知道我只是介绍装逼特技,so,指望我这种水平去写个Python源码剖析出来是不现实的。不过我可以推书啊《Python源码剖析:深度探索动态语言核心技术》 
      据说下雨天,看书跟看源码更配哦。 
      看完此书,你的装逼领域又可以扩展到C了哦。还可以学会一点怎么让C也面向对象,告别汪星人了。 
      自此,妈妈再也不用担心学C的找不到对象啦! 
      由于水平有限,文章缪误之处,请不吝指出!多谢!

如社区发表内容存在侵权行为,您可以点击这里查看侵权投诉指引