优先用 list comprehension 处理简单映射或单层过滤；嵌套两层以上、含复杂条件、需异常处理、状态累积、提前中断时，改用 for 循环；比较值用 ==，仅 none 和布尔字面量可用 is。
用 list comprehension 还是 for 循环？
Python 里想生成新列表，[x * 2 for x in data] 看着比 for 循环短，但不是所有场景都适合。可读性崩坏的临界点往往在嵌套两层以上或带复杂条件时——比如 [f(x) for x in data if g(x) and h(x) or not p(x)]，这时候人眼要停顿三次才能理清逻辑链。
- 简单映射或单层过滤，优先用
list comprehension：快、惯用、无副作用 - 含异常处理、状态累积（如计数器）、多步计算，老老实实用
for循环 - 想提前中断（
break）或跳过（continue），list comprehension不支持，硬写会退化成filter+map套娃，更难懂
is 和 == 混用导致的隐蔽 bug
is 判断对象身份（内存地址），== 判断值相等。多数时候你想要的是后者，但 Python 对小整数和短字符串做了缓存，让 is 在某些 case 下“碰巧”成立，比如 1000 is 1000 是 False，而 100 is 100 是 True——这完全取决于 CPython 的实现细节，不可靠。
- 比较值是否相等，一律用
==（包括None：写if x == None:虽不报错，但应写if x is None:——这是唯一推荐用is的常见场景） - 自定义类没重载
<strong>eq</strong>时，==退化为is，容易误判；别依赖这个行为 -
is True/is False比== True更快且明确，但仅限布尔字面量；对函数返回值（如bool(x) is True）反而多余，直接用if x:
过度使用 lambda 反而降低表达力
lambda 适合一行内能说清的纯函数逻辑，比如 sorted(data, key=lambda x: x['age'])。一旦需要写分支、循环、注释或调试，它就从“简洁”变成“藏污纳垢”。
-
lambda不能包含语句（return、assert、print都不行），只能是表达式 - 调试时无法设断点，堆栈里只显示
<lambda></lambda>，出错定位困难 - 多个
lambda嵌套（如map(lambda x: list(map(lambda y: y+1, x)), data)）不如拆成命名函数，哪怕只用一次
字符串拼接选 f-string 还是 join？
f-string 直观，但拼接大量短字符串时性能差：每次 f"prefix{val}suffix" 都新建字符串对象。而 ''.join([a, b, c]) 是预分配内存的一次性操作。
立即学习“Python免费学习笔记（深入）”；
- 少量插值（≤ 5 个变量），用
f-string：可读性高，性能差异可忽略 - 循环内反复拼接（如日志行构建），必须用
list.append()+''.join()，否则 O(n²) 时间爆炸 -
f-string中调用函数（f"{expensive_func()}"）会在每次求值时执行，注意副作用和性能
Python 的表达力不来自语法糖的堆砌，而来自在「写得快」和「看得懂」之间找那个刚好够用的点。最常被忽略的是：当别人第一次读你的代码时，他脑中没有你的上下文，也没有你的调试经验。
