python中格式化语句的最佳实践

这本身不是一个编程问题，但重要的是用python重新编写干净的程序：

在函数的参数之间留出空间有什么最佳做法吗？例如，哪一个更好：

一,

或 2.

还有，什么更好

一,

或2

---

在Python中，您已经很好地定义了标准的格式化规则。请看一看。有一些工具可以检查最常见编辑器的规则和集成。

正如@Achim PEP8所指出的，这是一个事实上的指南，因此将其应用到代码中： 您的第一个示例，选项1，但行太长 在第二个示例中，第二个选项是首选的

要符合PEP8线路长度，您可以将第一个代码更改为：

idf['datetime'] = pandas.to_datetime(idf['Year'].astype(str)
idf['datetime'] += ' ' + idf['JD'].astype(str), format = '%Y %j')

不过，我希望：

idf['datetime'] = " ".join([pandas.to_datetime(idf['Year'].astype(str),
                            idf['JD'].astype(str), format = '%Y %j')])

---

[注意：我遵循PEP8，但有一个例外：我个人认为80对于行长度来说太短，并且经常将检查改为120]

我使用PyCharm，它确实突出了PEP8冲突，但是我不认为符合PEP8的代码是最可读的……当然，你可以不同意大多数Python开发人员的意见-

idf['MONTH'] = idf['datetime'].apply(lambda x: x.month)
idf['DAY']   = idf['datetime'].apply(lambda x: x.day)
idf['unq']   = idf.groupby('Ob').cumcount() + 1 

idf['MONTH'] = idf['datetime'].apply(lambda x: x.month)
idf['DAY'] = idf['datetime'].apply(lambda x: x.day)
idf['unq'] = idf.groupby('Ob').cumcount() + 1 

idf['datetime'] = pandas.to_datetime(idf['Year'].astype(str)
idf['datetime'] += ' ' + idf['JD'].astype(str), format = '%Y %j')

idf['datetime'] = " ".join([pandas.to_datetime(idf['Year'].astype(str),
                            idf['JD'].astype(str), format = '%Y %j')])