1. 项目文件事先做好归档

每次开始一个新工作的时候，以前的我总是贪图方便，Code、Data、文档都集中放在一个文件夹内，看起来很乱，一度让回溯过程十分痛苦，或者是换了部电脑，文件全都运行不行了，需要自行修改路径，十分痛苦。

经过自己一番探索，大家可以大致将项目分成几个子文件夹，code放在主文件夹里：

2. 永远不要手动修改源数据并且做好备份

我们需要对源数据进行好备份，方便我们下一次进行回溯，可以进行下一步的操作或者是对中间步骤的修改，而且，对代码等其他文件也是需要做好备份的，以免出现意外丢失。

这里来自良许Linux 的一篇文章，推荐了4个工具：Git版本控制系统

Rsync文件备份

Dropbox云存储

Time Machine时光机器

更多的工具介绍和使用我这边就不展开，大家可以去自行了解呗。

3. 做好路径的正确配置

很多同学在写路径的时候都很喜欢直接用绝对路径，虽然一般情况下不会有什么问题，但如果代码共享给其他人学习或者运行的时候，问题就来了，很多情况下都不能直接跑通，

这里建议：

使用相对路径：脚本位于主目录下，其他资源(如数据、第三方包等)在其同级或低级目录下，如 ./data/processed/test1.csv

全局路径配置变量：

4. 代码必要的地方做好备注与说明

这个我相信大多数人都感同身受了，不信？拿回一个月前自己写的代码看看吧，看一下能看懂多少(如果没有做好备注说明的话)

5. 加速你的Python循环代码

这里推荐 的一篇文章：24式加速你的python

收藏起来，多看多几次，养成好习惯呗，这样子你写代码才会越来越快～

6. 可视化你的循环代码进度

这里介绍一个Python库，tqdm，先安装一下：pip install tqdm

这个是一个可以显示循环进度的库，有了它就可以更加运筹帷幄了。

大家可以看下面的例子：

7. 使用高效的异常捕获工具

异常bug定位，以前的我经常也是一条print()函数走到底，虽然说也没什么问题，但效率上还是会比较慢，后来发现了一个叫PySnooper的装饰器，仿佛发现了新大陆。

我们一般debug，都是在我们可能觉得会有问题的地方，去打印输出，看下实际输出了什么，然后思考问题所在，这需要我们去改code，非常细致地改，相比较直接加个装饰器，是十分麻烦的。

大家可以看看Example：

我们把函数每一步的输出都保存为file.log，我们可以直接去看到底哪里出了问题。

8. 要多考虑代码健壮性

何为代码的健壮性,顾名思义，就是可以抵挡得住各种异常场景的测试，异常处理工作由“捕获”和“抛出”两部分组成。“捕获”指的是使用 try … except 包裹特定语句，妥当的完成错误流程处理。而恰当的使用 raise 主动“抛出”异常，更是优雅代码里必不可少的组成部分，下面总结几点供大家参考：

1)知道要传入的参数是什么,类型,个数 (异常处理,逻辑判断)

2)只做最精准的异常捕获

我们有的时候想着让脚本work才是王道，所以不管三七二十一就搞一个大大的try…except把整块代码包裹起来，但这样很容易把原本该被抛出的 AttibuteError 吞噬了。从而给我们的 debug 过程增加了不必要的麻烦。

所以，我们永远只捕获那些可能会抛出异常的语句块，而且尽量只捕获精确的异常类型，而不是模糊的 Exception。

3)异常处理不应该喧宾夺主

像上一条说到的异常捕获要精准，但如果每一个都很精准的话，其实我们的代码里就会有很多try…except语句块，以至于扰乱核心代码，代码整体阅读性。

这里，我们可以利用上下文管理器来改善我们的异常处理流程，简化重复的异常处理逻辑。

在上面的代码里，我们定义了一个名为 raise_api_error 的上下文管理器，它在进入上下文时什么也不做。但是在退出上下文时，会判断当前上下文中是否抛出了类型为 self.captures 的异常，如果有，就用 APIErrorCode 异常类替代它。

使用上下文管理器后，简洁的代码如下：