主要有以下两种代码规范

• 《8 号 Python 增强规范》（Python Enhacement Proposal #8），以下简称 PEP8；
• 《Google Python 风格规范》（Google Python Style Guide），以下简称 Google Style，这是源自 Google 内部的风格规范。公开发布的社区版本，是为了让 Google 旗下所有 Python 开源项目的编程风格统一。（http://google.github.io/styleguide/pyguide.html）
•  Google  Python Style Guide 要更严格些。

统一的编程规范为什么重要？

　　开发效率，关乎三类对象，也就是阅读者、编程者和机器。他们的优先级是阅读者的体验 >> 编程者的体验 >> 机器的体验。

阅读者的体验 >> 编程者的体验

　　不少的编程规范，本来就是为了优化读者体验而存在的。举个例子，对于命名原则，我想很多人应该都有所理解，PEP8 第 38 条规定命名必须有意义，不能是无意义的单字母。如:

错误示例
if (a <= 0):
   return
elif (a > b):
   return
else:
  b -= a

# 正确示例
if (transfer_amount <= 0):
   raise Exception('...')
elif (transfer_amount > balance):
   raise Exception('...')
else:
  balance -= transfer_amount

　　再举一个例子，Google Style 2.2 条规定，Python 代码中的 import 对象，只能是 package 或者 module。

#错误示例
from mypkg import Obj
from mypkg import my_func

my_func([1, 2, 3])

# 正确示例
import numpy as np
import mypkg

np.array([6, 7, 8])

编程者的体验 >> 机器的体验

#错误示例
result = [(x, y) for x in range(10) for y in range(5) if x * y > 10]

　　以上的代码看起来又累又费劲，转个头可能自已也得看半天。换成简单的for loop,就可以更简洁与明了。

# 正确示例
result = []
for x in range(10):
  for y in range(5):
     if x * y > 10:
       result.append((x, y))

 机器的体验也很重要

 　　一些危险的编程风格，不仅会影响程序正确性，也容易成为代码效率的瓶颈。比如， is 和 ==的使用区别。is是比较对象的内存地址。因此在比较整数的地址时要注意。

#################实验证明，下面代码只在终端中执行Python命令行时才有效，而在执行脚本时整型的数据都会分配同一个空间
#错误示例
x = 27
y = 27
print(x is y) #True

x = 721
y = 721
print(x is y) #False
#以上的代码的改成==,确保是对比对象的值。
#正确示例
x = 27
y = 27
print(x == y)

x = 721
y = 721
print(x == y)

　　再看 == ，当比较的是对象或者None时，有可能就会出乎意料，因为==的结果，取决于__eq__() 方法的具体实现

#错误示例
class MyObject(object):
    def __eq__(self, other):
        if other:
            return self.field == other.field
        return True

x = MyObject()
print(x == None)

　　如果要与None比较时，永远要使用is和is not

# 正确示例
x = MyObject()
print(x is None)
正确示例
def pay(name, salary=None):
 if salary is not None:
   salary = 11
 print(name, "is compensated", salary, "dollars")

　　再提一个错误示范

#错误示例
adict = {i: i * 2 for i in xrange(10000000)}

for key in adict.keys():
   print("{0} = {1}".format(key, adict[key]))

　　keys() 方法会在遍历前生成一个临时的列表，导致上面的代码消耗大量内存并且运行缓慢。正确的方式，是使用默认的 iterator。默认的 iterator 不会分配新内存，也就不会造成上面的性能问题:

# 正确示例
for key in adict:

参考

　　摘自 《Python核心技术与实战》专栏