print()不是万能的。遇到复杂逻辑时，满屏输出反而让你更懵。用logging模块替代它。

不仅能分级（DEBUG/INFO/WARNING），还能写入文件、过滤信息。一行配置，终身受益：

import logging

logging.basicConfig(level=logging.DEBUG)

从此告别“我到底走到哪一步了？”的哲学问题

列表推导式？你可能用错了！

很多人以为列表推导只是语法糖。

其实它比普通for循环快20%-30%（实测数据来自Python 3.11）。

但别滥用！

嵌套三层以上？可读性直接崩盘。

记住口诀：

简单用推导，复杂回for。

比如这行就刚刚好

squares = [x**2 for x in range(10) if x % 2 == 0]

路径处理还在拼字符串？危险！

手动拼接路径（比如"folder/" + file）在Windows上会翻车。

斜杠反斜杠之争，程序员吵了几十年

用pathlib，一劳永逸。

它是Python 3.4+内置的标准库，跨平台、面向对象、超直观。

示例：

from pathlib import Path

p = Path("data") / "input.txt"

if p.exists():

    print(p.read_text())

优雅，又安全。

别让重复代码偷偷吃掉你的时间

写过三次相似的函数？该重构了。

Python的装饰器（decorator）就是为此而生。

比如自动计时：

import time

def timer(func):

    def wrapper(*args, **kwargs):

        start = time.time()

        result = func(*args, **kwargs)

        print(f"{func.__name__} took {time.time()-start:.2f}s")

        return result

    return wrapper

@timer

def slow_func():

    time.sleep(1)

加一行@timer，性能分析秒搞定

你以为with open只是打开文件？

with语句的背后是上下文管理器（Context Manager）。

它确保资源一定被释放——哪怕中间报错！

但不止用于文件。

数据库连接、锁、临时环境变量……都能用。

自己也能写一个：

class Timer:

    def __enter__(self):

        self.start = time.time()

    def __exit__(self, *args):

        print(f"Block took {time.time() - self.start:.2f}s")

with Timer():

    time.sleep(0.5)

是不是突然觉得Python有点酷？

最后说句掏心窝的话

这些技巧，不是炫技，而是省命。

我见过太多人用“能跑就行”的代码，加班到凌晨。

Python的设计哲学是“优雅、明确、简单”。

别辜负了Guido van Rossum的一片苦心。

下次写代码前，问问自己：

“这行，三年后的我会感谢我吗？”如果答案是否定的——

现在就改。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。