【笔记】Effective Python《编写高质量 Python 代码的 90 个有效方法》——第 75 ～ 90 条读书笔记
内容提要
《编写高质量 Python 代码的 90 个有效方法》强调了测试与调试的重要性，推荐使用unittest模块进行测试，利用repr函数进行调试，使用Mock模拟复杂函数，以及通过tracemalloc监控内存使用。文章还提到使用venv创建虚拟环境以隔离项目依赖，建议为函数、类和模块编写文档字符串，并通过typing模块进行静态分析以减少bug。
延伸解读
测试与调试：动态语言的必要防线
Python 没有编译期静态类型检查，解释器无法确保程序正确运行。文章强调，无论动态还是静态语言，都必须对代码做测试。Python 的动态机制虽有风险，但适当运用可帮助测试与调试。第75至81条围绕 repr 调试、unittest 测试、Mock 模拟、pdb 交互调试和 tracemalloc 内存监控展开，形成一套从发现错误到定位问题的工具链。
虚拟环境与依赖管理：避免 dependency hell
pip 默认将包安装到全局路径，同一模块在全局环境中只能存在一个版本。若不同项目依赖同一模块的不同版本，就会陷入 dependency hell。venv 创建彼此隔绝的环境，允许同一软件包的不同版本分别安装。文章提醒，虚拟环境不能直接移动到其他路径，因为内部命令指向固定安装路径；正确做法是用 pip freeze 保存依赖到 requirements.txt，再在新环境重建。
文档与类型注解：协作开发的双重保障
Python 是动态语言，文档尤为重要。文章建议为每个函数、类和模块编写 docstring，并遵循 PEP 257 规范。同时，typing 模块支持类型注解，可简化 docstring 并配合 mypy 等工具做静态分析。但类型注解与 docstring 不应重复，类型信息最好只写一处。文章还提醒，异常不属于类型注解范畴，需通过测试确保正确抛出和捕获。
包与循环依赖：构建稳固 API 的实践
包可用于划分名称空间和构建稳固 API。通过 __all__ 控制公开内容，避免外部依赖内部结构。循环依赖源于模块导入时内容未完全定义，最佳解法是重构，将共享数据放在底层工具模块。其他方法包括调整 import 位置、划分引入-配置-运行环节、动态引入。动态引入虽有开销和延迟错误风险，但比大幅重构更简单。
Q&A
如何在Python中进行有效的单元测试？
可以使用unittest模块，通过创建TestCase子类来编写测试用例，并使用assert方法进行断言。
使用Mock类有什么好处？
Mock类可以模拟复杂函数，便于测试时控制依赖，避免真实调用带来的副作用。
如何使用venv创建虚拟环境？
可以通过命令行执行'python3 -m venv <环境名>'来创建虚拟环境，以隔离项目依赖。
tracemalloc模块的作用是什么？
tracemalloc模块用于监控内存使用情况，帮助发现内存泄漏，并追踪对象的分配位置。
如何使用repr函数进行调试？
使用repr函数可以输出对象的可打印表示，帮助清晰地查看对象的类型和内容，便于调试。
为什么要为函数和类编写文档字符串？
文档字符串可以提高代码的可读性和可维护性，帮助其他开发者理解代码的功能和用法。
