这周在做一个平台测试的活，东西不难，开发加上测试原本打算两天搞定，结果直接干到了周五下午才交了活。中间的“曲折”过程就不一一赘述了，有个很深的感悟是：设计真的很重要！开发的最终目的是满足场景需求，这一点大多数开发者都是能够完成的。但是在实现需求的前提下要求：以很高的效率并且采用最恰当的方式呢？
回想下有没有这些场景：为了图快，接到需求先把IDEA打开甚至是敲一两行代码；开发到中途发现某个点走不通，而且也没有什么绕过的办法；甚至是敲到一般发现自己想错了，之前写的代码得删掉重写。遇到重写，自己烦躁不说，还浪费时间，在一种“试试” 的状态中写代码，估计体验觉绝对好不到哪里去。
一个好的设计，需要经验积累和技术储备。前者所指的更侧重代码架构和逻辑结构，说的通俗一点就是哪些代码该写在哪里，谁调用了谁。毕竟代码写出来是要给人看的，可读性高，对人对己都方便。后者就纯指技术性的东西了，完成一个功能可能有好几种办法，到底选择哪种是最恰当的呢。最惨的是明明有种方式很容易解决该问题，但偏偏你就是不知道，愣是吭哧吭哧用之前掌握的“旁门左道”废了九牛二虎之力给搞定了，事后还觉得自己很牛逼。
我做平台测试时就在设计上偷了懒，外加上之前不懂 pandas真确的使用的方式，着实坑了自己一回。
总的来说 pandas 就像个 python 版的 excel，甚至它的功能比 excel 更强些。用它读取 csv 文件，整理统计数据，最后搭配 matplotlib 画图展示结果。用 pandas 代替 dict 和 list 的组合执行数据的筛选、排序、遍历等操作可以很大程度的减少工作量。心中要有个念想：但凡能用 excel 处理的数据，在 python 就可以用 pandas 来处理，只是我目前知道这个方式该怎么用而已，但在 google、Stack Overflow 上是能找到答案的！
最后就是，英语很重要~~~