编码原则
建议1：理解 Pythonic 概念—-详见 Python 中的《Python之禅》（1）避免不规范代码，比如只用大小写区分变量、使用容易混淆的变量名、害怕过长变量名等。有时候长的变量名会使代码更加具有可读性。（2）深入学习 Python 相关知识，比如语言特性、库特性等，比如Python演变过程等。深入学习一两个业内公认的 Pythonic 的代码库，比如Flask等。建议3：理解 Python 与 C 的不同之处，比如缩进与 {}，单引号双引号，三元操作符？， Switch-Case 语句等。（4）一个函数只做一件事，尽量保证函数粒度的一致性建议7：将常量集中在一个文件，且常量名尽量使用全大写字母
编程惯用法
建议8：利用 assert 语句来发现问题，但要注意，断言 assert 会影响效率建议9：数据交换值时不推荐使用临时变量，而是直接 a, b = b, a建议10：充分利用惰性计算（Lazy evaluation）的特性，从而避免不必要的计算建议11：理解枚举替代实现的缺陷（最新版 Python 中已经加入了枚举特性）建议12：不推荐使用 type 来进行类型检查，因为有些时候 type 的结果并不一定可靠。如果有需求，建议使用 isinstance 函数来代替建议13：尽量将变量转化为浮点类型后再做除法（Python3 以后不用考虑）建议14：警惕eval()函数的安全漏洞，有点类似于 SQL 注入建议15：使用 enumerate() 同时获取序列迭代的索引和值建议16：分清 == 和 is 的适用场景，特别是在比较字符串等不可变类型变量时（详见评论）建议17：尽量使用 Unicode。在 Python2 中编码是很让人头痛的一件事，但 Python3 就不用过多考虑了建议18：构建合理的包层次来管理 Module
编程惯用法2
建议19：有节制的使用 from…import 语句，防止污染命名空间
建议20：优先使用 absolute import 来导入模块（Python3中已经移除了relative import）
建议21：i+=1 不等于 ++i，在 Python 中，++i 前边的加号仅表示正，不表示操作建议22：习惯使用 with 自动关闭资源，特别是在文件读写中建议23：使用 else 子句简化循环（异常处理）建议24：遵循异常处理的几点基本原则 （1）注意异常的粒度，try 块中尽量少写代码（2）谨慎使用单独的 except 语句，或 except Exception 语句，而是定位到具体异常建议26：深入理解 None，正确判断对象是否为空。建议27：连接字符串应优先使用 join 函数，而不是+操作建议28：格式化字符串时尽量使用 format 函数，而不是 % 形式建议29：区别对待可变对象和不可变对象，特别是作为函数参数时建议30：[], {}和()：一致的容器初始化形式。使用列表解析可以使代码更清晰，同时效率更高建议31：函数传参数，既不是传值也不是传引用，而是传对象或者说对象的引用建议32：警惕默认参数潜在的问题，特别是当默认参数为可变对象时建议33：函数中慎用变长参数 args 和 kargs（1）这种使用太灵活，从而使得函数签名不够清晰，可读性较差（2）如果因为函数参数过多而是用变长参数简化函数定义，那么一般该函数可以重构建议34：深入理解 str()和 repr() 的区别（1）两者之间的目标不同：str 主要面向客户，其目的是可读性，返回形式为用户友好性和可读性都比较高的字符串形式；而 repr 是面向 Python 解释器或者说Python开发人员，其目的是准确性，其返回值表示 Python 解释器内部的定义（2）在解释器中直接输入变量，默认调用repr函数，而print(var)默认调用str函数（3）repr函数的返回值一般可以用eval函数来还原对象（4）两者分别调用对象的内建函数 str ()和 repr ()建议35：分清静态方法 staticmethod 和类方法 classmethod 的使用场景
库的使用
建议37：按需选择 sort() 和 sorted() 函数sort() 是列表在就地进行排序，所以不能排序元组等不可变类型。sorted() 可以排序任意的可迭代类型，同时不改变原变量本身。建议38：使用copy模块深拷贝对象，区分浅拷贝（shallow copy）和深拷贝（deep copy）建议39：使用 Counter 进行计数统计，Counter 是字典类的子类，在 collections 模块中建议41：使用 argparse 模块处理命令行参数建议42：使用 pandas 处理大型 CSV 文件- Python 本身提供一个CSV文件处理模块，并提供reader、writer等函数。
- Pandas 可提供分块、合并处理等，适用于数据量大的情况，且对二维数据操作更方便。
优势：接口简单、各平台通用、支持的数据类型广泛、扩展性强劣势：不保证数据操作的原子性、存在安全问题、不同语言之间不兼容建议45：序列化的另一个选择 JSON 模块：load 和 dump 操作建议48：使用 threading 模块编写多线程程序建议49：使用 Queue 模块使多线程编程更安全
设计模式
内部机制
建议55：__init__ ()不是构造方法，理解 new ()与它之间的区别建议60：区别 getattr ()与 getattribute ()方法之间的区别建议67：基于生成器的协程和 greenlet，理解协程、多线程、多进程之间的区别
使用工具辅助项目开发
建议71：使用 pip 和 yolk 安装、管理包建议75：用测试驱动开发（TDD）提高代码的可测性- 能够与 Jenkins 等持续集成工具相结合，支持自动代码审查
性能剖析与优化
建议82：使用 memory_profiler 和 objgraph 剖析内存使用建议88：使用 multiprocessing 模块克服 GIL 缺陷
