公司来了个刚入职就50K的Python全栈工程师，虚心请教下教给我不要使用的13个Python坏习惯，你中招了嘛

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

坏的做法：

squares = {}

for i in range(10):

squares[i] = i * i

调整后的做法：

odd_squares = {i: i * i for i in range(10)}

7、推导式用的上瘾

推导式虽然好用，但是不可以牺牲可读性，坏的做法：

c = [

sum(a[n * i + k] * b[n * k + j] for k in range(n))

for i in range(n)

for j in range(n)

]

调整后的做法，如下：

c = []

for i in range(n):

for j in range(n):

ij_entry = sum(a[n * i + k] * b[n * k + j] for k in range(n))

c.append(ij_entry)

8、用 == 判断是否单例

坏的做法：def equality_for_singletons(x):

if x == None:

pass

if x == True:

pass

if x == False:

pass

调整后的做法，如下：

better

if x is None:

pass

if x is True:

pass

if x is False:

pass

9、使用类 C 风格的 for 循环

坏的做法：def range_len_pattern():

a = [1, 2, 3]

for i in range(len(a)):

v = a[i]

…

b = [4, 5, 6]

for i in range(len(b)):

av = a[i]

bv = b[i]

调整后的做法，如下：

a = [1, 2, 3]

instead

for v in a:

…

or if you wanted the index

for i, v in enumerate(a):

…

instead use zip

for av, bv in zip(a, b):

…

10、不实用 dict.items

坏的做法：def not_using_dict_items():

d = {“a”: 1, “b”: 2, “c”: 3}

for key in d:

val = d[key]

…

调整后的做法，如下：

d = {“a”: 1, “b”: 2, “c”: 3}

for key, val in d.items():

…

11、使用 time.time() 统计耗时

坏的做法：def timing_with_time():

start = time.time()

time.sleep(1)

end = time.time()

print(end - start)

调整后的做法是使用 time.perf_counter()，更精确：

start = time.perf_counter()

time.sleep(1)

end = time.perf_counter()

print(end - start)

12、记录日志使用 print 而不是 logging

坏的做法：def print_vs_logging():

print(“debug info”)

print(“just some info”)

print(“bad error”)

调整后的做法，如下：

versus

in main

level = logging.DEBUG

fmt = ‘[%(levelname)s] %(asctime)s - %(message)s’

logging.basicConfig(level=level, format=fmt)

wherever

logging.debug(“debug info”)

logging.info(“just some info”)

logging.error(“uh oh 😦”)

13、从不尝试使用 numpy

坏的做法：def not_using_numpy_pandas():

x = list(range(100))

y = list(range(100))

s = [a + b for a, b in zip(x, y)]

调整后的的做法，如下：

import numpy as np

def not_using_numpy_pandas():

性能更快

x = np.arange(100)
y = np.arange(100)
s = x + y

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！