您忽略了哪些 PEP 8 准则，哪些是您坚持的？ [关闭]

多年来，我编写的 Python 越多，我就越发现自己同意大多数准则，尽管我出于自己的原因始终有意地违反了一些准则。

我很想知道 PEP 8（也可能是其他 PEP）中人们虔诚地坚持什么以及为什么，以及人们认为哪些不方便或不充分。

就我而言（以及一般工作中），我们只偏离了少数几件事：

• 用下划线分隔小写名称，我可以看到它的意义，因为它永远是一致的，但我们倾向于使用小驼峰命名法，即使它偶尔会引入一些不一致的情况（例如部分或错误大写的首字母缩略词和以下单词，这些是通常是临时起意的电话）。主要是因为我们日常使用的 API 几乎全部都使用驼峰命名法（有些大写，有些小写），而且由于某种原因，我发现它更容易阅读，并且倾向于保留下划线作为分隔标记或规定的修饰/模糊。

• 我仍然无法让自己按照 PEP 在对象内部规定的方式将事物分开。 new 和 init 我倾向于在类下面留下没有空行的内容，因为我总是想在类名和参数中读取它们，这些方法有助于类中相同的功能范围（例如 init、get 和 set相同的属性或一组属性）我只分开一个空格，并且我喜欢类之间的三个空格，以及我不会在该对象的映射中聚集的方法之间的两个空格。 这再次纯粹是为了代码的视觉冲击力和可读性。我发现流程控制中非常紧凑的内容以及方法和对象之间的这种间距始终引导我的眼睛准确地到达我希望它在代码停放几个月后重新阅读的地方。它也对折叠我选择的编辑器反应良好。

• 相反，我坚持的一些事情，当我读到其他写法时，让我发疯的是制表符而不是空格（特别是当我们使用的一些应用内编辑器实际上没有制表符替换功能时，这在很大程度上导致了代码库的污染）原型设计阶段）。

• 诸如导入、导入内容、全局变量等事物的顺序。当这些文件混合或无序时，这确实让我对具有大量导入的文件感到厌烦。

• 语句中的空格，尤其是当人们使用制表符并尝试在 var 名称中跨不同长度的行对齐赋值操作时（并且似乎没有办法说服那些这样做的人，看起来 excel 的代码并不整洁;)） 。

• 控制块内的间距，特别是当我看到同一流控制块内明显随机的间距，以及方法对象内使用的相似间距时。在我开始阅读这该死的东西之前，我不得不编辑这些内容。

所以，这些是我的，以及我“违反”PEP 背后的原因（有些是共享的，有些是同事们不赞成的）。我非常想了解其他 Pythonista 在这些方面做了什么和没有做什么。

PEP8 表示要避免“在赋值（或其他）运算符周围使用多个空格以将其与另一个运算符对齐”，并且在数学运算符周围“永远不要使用多个空格”，但我不遵循这一点。

当相邻行相关或非常相似但不完全相同时，我经常添加“无关的空白”：

search_start = (f - f_1/3) * n/fs
search_stop  = (f + f_1/3) * n/fs

b_lpf, a_lpf = filter(N, 2*pi*fc, 'low',  analog=True)
b_hpf, a_hpf = filter(N, 2*pi*fc, 'high', analog=True)

p[x >  1] =                         np.cosh(order * np.arccosh( x[x >  1]))
p[x < -1] = (1 - 2 * (order % 2)) * np.cosh(order * np.arccosh(-x[x < -1]))

b0 =  (1 + cos(w0))/2
b1 = -(1 + cos(w0))

同样，这很烦人，我得到数字数组的代码风格警告 https://github.com/PyCQA/pycodestyle/issues/289以可读的方式格式化通常由库本身格式化:

a = array([[-0.198,  0.248, -1.17 , -0.629,  1.378],
           [-1.315,  0.947, -0.736, -1.388,  0.389],
           [ 0.241, -0.98 ,  0.535,  0.951,  1.143],
           [-0.601,  1.286, -0.947,  0.037, -0.864],
           [ 0.178, -0.289, -1.037, -1.453, -0.369]])

这会产生一堆 E201 E202 E222 违规。

显然，PEP8 宁愿将其格式化为这样，因为我们不能ever在逗号之前或括号之后有额外的空格，即使它提高了可读性：

a = array([[-0.198, 0.248, -1.17, -0.629, 1.378],
           [-1.315, 0.947, -0.736, -1.388, 0.389],
           [0.241, -0.98, 0.535, 0.951, 1.143],
           [-0.601, 1.286, -0.947, 0.037, -0.864],
           [0.178, -0.289, -1.037, -1.453, -0.369]])

(And Black https://black.readthedocs.io/en/latest/更糟糕的是:)

a = array(
    [
        [-0.198, 0.248, -1.17, -0.629, 1.378],
        [-1.315, 0.947, -0.736, -1.388, 0.389],
        [0.241, -0.98, 0.535, 0.951, 1.143],
        [-0.601, 1.286, -0.947, 0.037, -0.864],
        [0.178, -0.289, -1.037, -1.453, -0.369],
    ]
)