很多人写Python代码三五年，还是在用同一套写法。循环里套if，列表反复遍历，函数参数写成一大串。代码能跑，可读性差，改起来费劲。换个思路，同样的事情可以写得更少，跑得更快。

 看一个例子。你要从一个列表里挑出所有偶数，然后每个数乘以2。新手写法是建个空列表，写for循环，里面判断取模，再append。这段代码没错，但占了四行。用列表推导式，一行搞定。

 推导式不是语法糖，它把循环和条件判断收进一个表达式，解释器执行起来比手动append快，因为省掉了方法查找和属性调用的开销。列表推导式还能嵌套条件，比如同时过滤偶数和大于10的数，写两个if就行。 

 字典和集合也有推导式，用法一样。 

 再说生成器。你处理一个百万行的日志文件，用readlines全部读进内存，机器直接卡死。生成器表达式把方括号换成圆括号，一次只产出一个值，内存占用恒定。

 更关键的是，生成器可以暂停。你写一个函数，里面用yield返回数据，调用时不会立刻执行，每次next才走到下一个yield。这个特性用来做数据管道很自然。读文件、解析行、过滤、输出，用生成器串起来，代码像流水线，每个环节只关心自己的活。 

 函数参数是另一个容易写乱的地方。有人喜欢写def process(a, b, c, d, e)，调用时得对着位置数。用关键字参数，调用方写清楚哪个值给哪个参数，顺序无关。 

默认参数要小心，别用可变对象。def add_item(item, lst=[])这个写法，lst只在函数定义时创建一次，第二次调用会看到上次加进去的东西。正确做法是默认值写None，函数体里判断再建新列表。 

 星号参数也有用，*args收位置参数，**kwargs收关键字参数，写装饰器或者包装函数时绕不开。 

 装饰器本身值得单独说。它就是一个函数，接收函数，返回新函数。你写个计时器装饰器，套在任何函数前面，就能打印执行时间。不用改原函数一行代码。functools.wraps得加上，不然被装饰函数的元信息会丢。装饰器带参数的话，外面再包一层，结构变成三层函数嵌套。看懂这个模式，很多库的源码就不难读了。

 上下文管理器管资源释放。with open('file') as f这种写法，退出代码块时自动关文件，出异常也关。你自己写的类要实现__enter__和__exit__，就能用with语句。 

 更省事的办法是用contextlib.contextmanager装饰一个生成器函数，yield之前是进入逻辑，yield之后是清理逻辑。数据库连接、锁、临时目录，都适合这么管。 

异常处理别写except: pass。出错了你根本不知道。至少把异常类型写清楚，比如except ValueError。多个异常类型可以写元组。else子句在没异常时执行，finally不管有没有异常都执行。raise from保留原始异常的上下文，调试时能看清调用链。自定义异常类继承Exception就行，别继承BaseException，那个是给系统退出信号用的。 

 字符串拼接在循环里别用加号。每次加号都建新字符串，数据量大时慢得明显。用列表收集片段，最后join。 

格式化用f-string，比百分号和format都直观，变量直接嵌在字符串里，还能写表达式。f-string里调用函数、做运算都行。性能上f-string也最快，因为它在编译时就被处理了。 

 路径操作别拼字符串。os.path.join能处理不同系统的分隔符，但更推荐pathlib。Path对象用除号拼路径，read_text和write_text读写文件，glob找匹配文件，mkdir建目录。路径存在性检查用exists方法，判断是文件还是目录用is_file和is_dir。这些方法名一看就懂，比os模块那堆函数名清楚。

 数据累加用sum、min、max这些内置函数，它们用C实现，比手写循环快。any和all做布尔判断，短路的特性让它们遇到第一个满足条件的元素就停。enumerate同时拿索引和值，zip同时遍历多个序列。这些内置函数写出来短，意图也明确。

 字典取值用get方法，给个默认值，键不存在也不报错。setdefault更进一步，键不存在时设默认值并返回。Counter统计频次，一行解决词频统计。defaultdict当键不存在时自动创建默认值，省掉判断。这些都在collections模块里，标准库自带，不用装东西。 

代码写短不是目的，写清楚才是。短的前提是别人能看懂，自己过两周还能改。上面这些写法在团队里推广，得先统一风格。有人觉得推导式嵌套三层看不清，那就拆开写。工具是拿来用的，不是拿来炫的。

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。