工作中遇到一些由于python代码不规范导致的问题，在此记录--。
1.判断语句or条件语句尽量不用if ~else，用numpy的np.where()，np.where有两种用法，
1.np.where(condition,x,y) 当where内有三个参数时，第一个参数表示条件，当条件成立时where方法返回x，当条件不成立时where返回y
2.np.where(condition) 当where内只有一个参数时，那个参数表示条件，当条件成立时，where返回的是每个符合condition条件元素的坐标，返回的是以元组的形式。
np.where的多条件判断：
多条件时condition，&表示与，|表示或，假如我们，利用A的数据的有效范围[0, 2000]进行判识，100为可使用，0 为不可使用。
np.where((A >= 0) & (A <= 2000), 100, 0)
2.定义结构体
在数据格式已知的情况下，首先对他逐个字节进行结构体定义，方便后续直接调用其中的结构和变量，比先逐字节读取到package，再按位置索引寻找有效信息的方法好。
3.条件过滤和筛选
用== 判断加[ * ]的形式直接筛选出符合条件的数据和其中的变量。
4.np.c_用于按列合并，要求数组的第一维是相同的。
5.用np.diff求导时会导致与原始数据相比维数-1，用np.gradient()可避免。
6.调试代码时，用import pdb，然后在想要调试的位置加入
pdb.set_trace()，这样代码运行到这个以后就会暂停，多用n和q，直接print（），这样print就不用提前写在代码里了。
7.插值时，用np的interp函数报错了，最后换了scipy的interp1d避免，同时增加了fill_value='extrapolate'避免了内插超过范围的问题。
8.缩进与作用域
python没有大括号的概念，严格执行缩进的逻辑执行代码，所有缩进一格 的同属于一个作用域。所有的模块和方法可以顶格写，只写一个main，然后顺序执行。如果有些参数没有传出来或者后续不可调用就要检查下是不是缩进的问题，或者在合适的位置进行global声明。