使用decimal进行高精度计算
Python内置了decimal模块，主要解决日常精度，默认提供了28个小数位进行数学计算。
decimal中Decimal 类解决了IEEE 754浮点数产生的精度问题，并且可以进行更为准确舍入行为。
所以我们在涉及重要场合比如货币金额计算情况，非常合适。
当然我们也可以进行把小数转化为整数计算，只是会更麻烦一些，不够灵活应对。
不要返回None
遇到特殊情况是，应该抛出异常，而不是返回None，比如除法分子为0的情况，当调用者看到异常就知道如何修正代码。
举一个错误的例子
def divide(a, b):
try:
return a/b
except ZeroDivisonError
return None
返回None的话，由于我们有空字符串，0，空字典，空列表等都表示False，容易误导我们写出错误的代码。
另外就算我们意识到这个问题，我们代码中也会充斥许多检查None值的判断语句，变相增加了我们工作量
传递可变参数，默认值用None
紧接上一条，在传递可变参数我们参数应该使用None，因为函数的默认值，只会在程序加载模块并读到本函数的定义时进行评估。
如果默认值用空字典，空列表，往往会导致前后共用一个默认值，发生奇怪行为。
我们可以使用None作为形式上的默认值，在中途重新赋值，改变这种行为。
使用推导式替换map和filter
通过列表、字典推导可以让我们代码看起来更为简单明了，比如下面例子：
a = [1,2,3,4,5,6]
把filter函数和map结合起来也能做到，但是代码变得更为复杂难懂
上面一对比一下就知道那个更容易理解了，列表推导虽好，但不建议多个列表推导式，虽然最终看起来节约了代码，但是给人难以理解，增加理解成本。
毕竟代码是给人看的，只是顺带给机器执行一下而已。：）
使用ipdb进行调试
调试过程中，虽然有 print，logger，单元测试帮助我们查找问题原因，但是面对更为复杂的问题调试，往往需要更强大的调试工具进行交互操作，打印局部变量，程序状态，查看上下文，单步调试等等。
ipdb是pdb的升级版，非常灵活支持代码变量输入补全，非常方便，类似ipython和python的功能对比，推荐大家去使用使用。
使用环境变量
经常看到一些新手开发的时候，在进行环境参数配置导入导出的时候喜欢用层层叠加的方式覆盖，每次开发过程把配置文件名pro_config.py 改为 pro_config.py.bak来进行环境变量控制等等。
try:
from local_config import *
from dev_config import *
from pro_config import *
except:
pass
Python有对应的包 importlib，结合os 模块，我们可以通过export进行环境变量的控制，
import importlib
import os
config_file = os.getenv('XXX_API_SETTINGS')
if not config_file:
config_file = 'XXX.config.test'
config_module = importlib.import_module(config_file)
上面的几个技巧，是我常用的一些方法技巧，起于Python，不止Python，欢迎大家在留言区留下你的方式方法，我们一起讨论。
另外在上一篇文章我分享了提高代码质量，这本书就够了，这里面有赠送「代码整洁之道」这本书的活动，今天的技巧就有来自该书，感兴趣的同学可以去上篇文章下面留言参与。
相关文章：
