有人写Python五六年，代码还是靠if堆。换个人接手，看半天不知道逻辑在哪。问题不在语法，在习惯。下面这些做法，你直接拿去用，能少踩很多坑。

先看一个循环。很多人写for循环喜欢先建一个空列表，再往里append。代码长这样：result = [] 然后 for x in data: result.append(x*2)。这不是错，是啰嗦。Python有推导式，一行写完：result = [x*2 for x in data]。速度还快。推导式能嵌if，比如[x for x in data if x > 0]。嵌套两层也行，但别超过两层。超过两层可读性就崩，还不如写普通循环。

字典取值是个高频动作。d = {'a': 1}，取d['b']会报KeyError。很多人用if 'b' in d来判断。更省事的办法是d.get('b', 0)。get第二个参数是默认值。想删键又不想报错，用pop('b', None)。这两个方法用了就回不去。

函数参数默认值有个坑。def f(x, lst=[]): 这个空列表在函数定义时就创建了，每次调用都共享同一个。写f(1)加一个元素，再写f(2)会发现列表里有两个元素。正确做法是def f(x, lst=None): 里面判断if lst is None: lst = []。这个错误新手老手都会犯。

字符串拼接别用加号。循环里s += str(i)会反复创建新字符串。数据量大时很慢。用列表存起来，最后''.join(list)。或者直接用f-string。f'{name} is {age}'比'%s is %d' % (name, age)清楚，也比format快。f-string里能写表达式，比如f'{x*2}'。

文件读写要用with。f = open('a.txt')这样写，忘了close文件句柄就泄漏。with open('a.txt') as f: 块结束自动关。读大文件别用read()，内存扛不住。用for line in f: 逐行处理。写文件用'w'模式，追加用'a'。二进制加'b'。

异常处理别裸奔。try: 后面跟except: 什么都抓，KeyboardInterrupt也抓，Ctrl+C都停不下来。应该抓具体异常，比如except ValueError: 或者except (IOError, OSError):。捕获后至少打个日志或者raise，别pass吞掉。吞异常等于埋雷。

列表和字典的深浅拷贝要分清。a = [1, [2]]，b = a，改b[1][0] = 3，a也变。这是引用。想复制一层用b = a.copy()或者b = list(a)。但里层列表还是共享。要完全独立用import copy; b = copy.deepcopy(a)。数据嵌套深了必须deepcopy。

enumerate和zip是遍历神器。for i, v in enumerate(data): 同时拿索引和值。for x, y in zip(list1, list2): 并行遍历两个列表。zip在Python 3返回迭代器，省内存。两个列表长度不等时，zip按短的截断。要按长的用itertools.zip_longest。

生成器省内存。读一个10G日志文件，用列表推导式会撑爆内存。用(x for x in f)或者写生成器函数，yield返回。生成器只能遍历一次，遍历完就空了。需要多次遍历就存成列表或者重新创建。

装饰器不难。写个@timer记录函数耗时：def timer(func): def wrapper(*args, **kwargs): start = time.time(); r = func(*args, **kwargs); print(time.time()-start); return r; return wrapper。加在函数头上就行。functools.wraps要加上，不然函数名变成wrapper。

类型注解不是必须，但加上好处多。def add(a: int, b: int) -> int: 一看就知道参数和返回类型。IDE能提示，mypy能检查。不强制，但团队协作时省沟通成本。注解不影响运行，Python照样动态。

路径操作别拼字符串。用os.path.join('dir', 'file.txt')或者pathlib.Path('dir') / 'file.txt'。跨平台不会因为斜杠出错。pathlib更现代，Path对象有read_text()、write_text()、exists()、mkdir()等方法。

变量交换不用临时变量。a, b = b, a一行搞定。背后是元组打包解包。同样，函数返回多个值也是元组：def f(): return 1, 2。接收时x, y = f()。

这些技巧单个看都不难。串起来用，代码量能减三成，出错概率降一半。你平时写Python最头疼哪块？列表处理、文件读写还是并发？

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。