如何提升代码的可读性（+）–以python为例
最近总是遇到不得不编程的情况，为了能够写出不会让几个月后的自己看不懂的代码，决定开始写这篇文章，来记录一下编程心得。
将语句简单化：lambda的使用
使用lambda语句，将多行语句精简为1行，提升代码可读性。
lambda是一个精简的匿名函数，其后跟的是参数，冒号后面跟返回值。
#下列语句可以将CODE字典进行翻转
UNCODE = dict(map(lambda t:(t[1],t[0]),CODE.items()))
全局变量不要设置过多
全局变量一般是影响整个程序的关键变量，如果一个变量从头用到尾，可以尝试设置为全局，否则最好设置为局部变量，如果实在不方便的，也可通过文件存储的方式进行变量传输。
因为全局变量使用时还要声明global，如果出错的话后期需要修改，如果是全局变量修改起来的工程量相对更大，会使得代码维护困难。
库函数/迭代器的使用
Counter 计数器
使用方法如下所示
import collections
counter = collections.Counter(['11','22','33','11'])
#也可以直接声明为Counter(11=2, 22=1,33=1)
print(counter)
# Counter({'11': 1, '22': 1, '33': 1})
#获取其中数据的方法
print(list(counter.elements()))#根据元素计数重排的list['11', '11', '22', '33']，elememts返回的是一个迭代器
print(counter.items())#item返回一个dict_items类型dict_items([('11', 2), ('22', 1), ('33', 1)])
for k,v in counter.items():#获取dict_items中的数据
print(k,v)
注意：counter中的数并不一定是正数和0，也可以通过减操作变成负数，但两个counter相减只会保存正数计数的元素。
yield 迭代器
类似于return，可以用来当函数的返回值使用，其与return的区别在下面说明：
def func():
print("func start")
i=0
while True:
yield 0
i+=1
print("res:",i)
res = func()
print("A =====")
print(next(res))
print("*****")
print(next(res))
print(next(res))
#其运行结果为
A =====
func start
0
*****
res: 1
0
res: 2
0
当res = func()时，函数并没有真正执行，而是首先返回一个生成器，而在此时函数func并没有执行，在第一次执行next函数的时候，这个函数才真正执行，然后执行到yield，就相当于return了。而函数就停留在yield执行之后的位置，next函数第二次执行时就继续yield之后的语句。
glob目录文件遍历
使用glob可以匹配目录下的所有文件名
import glob
for name in glob.glob('dir/*'):
print (name)
使用集合进行列表去重
换成集合然后再转list
a = set(list1)
list1 = list(a)
GIL 全局解释器锁
同一进程中假如有多个线程运行，一个线程在运行python程序的时候会霸占python解释器（加了一把锁即GIL），使该进程内的其他线程无法运行，等该线程运行完后其他线程才能运行。如果线程运行过程中遇到耗时操作，则解释器锁解开，使其他线程运行。所以在多线程中，线程的运行仍是有先后顺序的，并不是同时进行。
多进程中因为每个进程都能被系统分配资源，相当于每个进程有了一个python解释器，所以多进程可以实现多个进程的同时运行，缺点是进程系统资源开销大