用字典定义问卷结构、CSV保存数据、原生字典做统计可避开数据存不住、选项难扩展、统计脆弱三大坑。
直接用 input() 和字典就能跑起来，但真要收几十份数据、加点统计功能，得绕开三个坑：数据存不住、选项写死难扩展、统计代码重复又脆弱。
问卷结构用字典定义，别硬编码问题顺序
很多人一上来就写一堆 print() 和 input()，结果加个新问题就要改五六处。把问卷拆成结构化字典，问题 ID、题干、类型（单选/填空）、选项（如有）全在里面，后续增删题、跳题、导出都靠它驱动。
questions = {"q1": {"text": "您常用编程语言？", "type": "choice", "options": ["Python", "JavaScript", "Go"]}, "q2": {"text": "每天写代码时长？", "type": "text"}}- 遍历字典生成问卷，用户答完也按相同 key 存进答卷字典，比如
response["q1"] = "Python" - 别把选项写成字符串拼接（如
"A. Python B. JS"），否则后续统计得再切分——选项必须是独立列表，方便直接匹配计数
用 CSV 保存数据，别用 txt 或 pickle
pickle 虽然方便，但换环境或升级 Python 版本后可能打不开；纯文本 .txt 没结构，后期想用 Excel 或 Pandas 分析就得重写解析逻辑。CSV 是最轻量又通用的选择，Excel、SQL、pandas.read_csv() 全能直接读。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 每次提交调用
csv.DictWriter追加一行，字段名用问卷的 key（["q1", "q2", "timestamp"]），值就是用户答案 - 首次写入前检查文件是否存在，不存在就写 header 行；存在就跳过 header，只追加数据
- 时间戳用
datetime.now().isoformat()，不是time.time()——后者是数字，Excel 打开不识别为日期
统计用字典计数，别依赖 pandas（新手先绕开）
新手一查“Python 统计”就看到 pandas.value_counts()，但装包、读 CSV、处理 NaN、列名大小写……中间任一环节出错都会卡住。用原生字典做频次统计，三行代码搞定单选题，逻辑透明，调试直观。
立即学习“Python免费学习笔记（深入）”；
counts = {}
for row in csv.DictReader(open("survey.csv")):
answer = row["q1"]
counts[answer] = counts.get(answer, 0) + 1
# 结果：{"Python": 24, "JavaScript": 17, "Go": 9}
- 填空题统计词频？先
row["q2"].strip().lower()清洗空格和大小写，再用collections.Counter或手动拆词 - 想算平均时长？得先判断
row["q2"]是否为数字字符串，非数字（如“不写代码”）直接跳过，别让int()报错中断整个统计 - 所有统计逻辑封装成函数，比如
def count_choice(field_name):，避免每次复制粘贴循环
真正麻烦的不是写问卷，而是用户乱填：选项外的文本、空提交、重复提交。校验逻辑要提前埋好——比如单选题答案不在预设 options 列表里，就提示“请从上方选项中选择”，而不是默默存个脏数据。后面加导出图表、Web 界面，全靠干净的数据结构撑着。
