1 對於資料運算密集型的指令碼，能採用scipy矩陣運算解決的用scipy矩陣解決，運算效率提升明顯。

data = [[x0, y0, z0], [x1, y1, z1], ...]

上面型別的資料需要對x y z 單獨處理的，

用scipy.transpose()或scipy.mat(data).transpose()轉換為

dataT = [[x0, x1, ...], [y0, y1, ...], [z0, z1, ...]]

[X, Y, Z] = dataT

對 X Y Z 單獨處理後，再組合成二維列表[X, Y, Z]並轉置為原有的形式。

經上述處理，比用 for 迴圈的處理效率能有十幾至幾十倍的提升。len(data)越大，提升越明顯。

2 需要動態生成的列表儘量用推導式，效率多高沒測試，但程式碼簡潔了不止一點，而且從程式碼看功能更一目瞭然。  

data = []

for n in range(length):
    data.append(process_by_n)

可以以推導式表示為

data = [process_by_n for n in range(length)]