希望自己以后在学习Python的过程中可以边学习边总结，就自己之前的学习先做以总结，之后将不断总结更新。

为什么选择Python

经常会有同学问我为什么选择Python。我很喜欢这门语言，因为它的简洁灵活，易学，易读，可移植并且功能强大。

高级

可以说，每一代编程语言的产生，我们都会达到一个新的高度。从汇编语言，到C Pascal等，伴随着C语言的诞生，产生了C++、Java这样的现代编译语言，之后有了强大的可以进行系统调用的解释性脚本语言Python、 Perl...
比如Python中就有一些高级的数据结构，列表和字典就是内建于语言本身可以直接使用的，在核心语言中提供这些重要的构建单元，可以缩短开发时间和代码量，产生可读性更好的代码。

面向对象

Python是面向对象编程

内存管理器

C 或者 C++最大的弊病在于内存管理是由开发者负责的。所以哪怕是对于一个很少访问、修改和管理内存的应用程序,程序员也必须在执行了基本任务之外履行这些职责。这些加诸在开发者身上的没有必要的负担和责任常常会分散精力。
在 Python 中,由于内存管理是由 Python 解释器负责的,所以开发人员就可以从内存事务中解放出来,全神贯注于最直接的目标,仅仅致力于开发计划中首要的应用程序。这会使错误更少、程序更健壮、开发周期更短。

解释性和编译性

Python 是一种解释型语言,这意味着开发过程中没有了编译这个环节。一般来说,由于不是以本地机器码运行,纯粹的解释型语言通常比编译型语言运行的慢。然而,类似于 Java,Python实际上是字节编译的,其结果就是可以生成一种近似机器语言的中间形式。这不仅改善了 Python的性能,还同时使它保持了解释型语言的优点。

Python为什么运行速度相较于C语言慢

因为Python等动态语言每一个简单的操作都需要大量的指令才能完成。Python是动态语言，变量只是对象的引用，比如对于一个简单的操作：a+b，在C语言中只需要一个机器指令ADD就好，而对于Python而言，变量a和b本身没有类型，而它们的值有类型，所以在相加之前需要先判断类型，之后，读取数值，相加，生成一个新对象，将运算结果存入，返回对象，当然，可能还会考虑内存溢出等问题。

Python基础数据类型

python中的数据类型可以分为：字符串、布尔类型、整数、浮点数、数字、列表、元组、字典和日期。

字符串

不可变对象，可使用单引号，双引号扩起来表示单行字符串，使用三引号表示多行字符串，在三引号可以自由的使用单引号和双引号。

ASCII码

字符串比较特殊的是编码问题　我们知道，计算机是美国人发明的，最初只有127个字母被编码到计算机中，包括大小写字母、数字和一些符号，这个编码表被称为ASCII码表。

Unicode

要处理一个中文显然一个字节是不够用的，又不能和ASCII码冲突，因此中国制定了GB2312编码。而全世界有很多的语言，在多语言混合的文本中，显示出来的话一定会有乱码，因此，Unicode应运而生，它将所有语言统一到一套编码中，就不会有乱码问题了。ASCII码用一个字节表示了一个字符，而Unicode用两个字节表示一个字符。以Unicode表示的字符串用u'...'表示。

UTF-8

经常在.py文件的开头写的"#coding:utf-8”是什么意思？我们知道Unicode编码要比ASCII编码多一倍的存储空间，在存储和传输上会十分的不划算，如果写的文本全是英文的话，使用Unicode编码就十分浪费。于是UTF-8编码出现了，UTF-8编码是把一个Unicode字符根据不同的数字大小编码成1-6个字节，并且可以将ASCII码看成是UTF-8的一部分。

编码解码

在Python2.7中，操作系统给它什么编码的字符串，它就接收啥格式的字符串，默认的格式与使用的格式不同，就会出现各种错误。
解决方法：
1.知道系统所使用的编码格式
2.把获取的页面先用系统格式解码，然后在编码为utf8格式
3.你的脚本中统一使用uft8编码
4.处理结束，把你的字符串先utf8解码，然后系统格式编码。
Python中，通常使用decode()和encode()进行解码和编码。

布尔类型

一个布尔值只有True和Flase两种值

整数

包括整数和负整数。

浮点数

就是小数　整数和浮点数在计算机内部的存储是不同的　整数的运算永远是精确的　而浮点运算可能有四舍五入的误差　

列表List

list是一个是一个可变的有序表，是Python内置的一种数据类型，可以随时添加、删除、替换其中的元素。
Python中的列表就是一个迭代器，我们知道Python是使用C编写的，那么list的内部实现是怎样的呢？Python中的列表是基于PyListObject实现的，PyListObject是一个变长对象，在内部通过一些方法维护列表的地址，进行内存管理等实现列表的功能。

元组Tuple

除了元组以外的另一种有序表称为元组tuple,但是tuple一旦初始化便不能修改，在定义时，tuple的元素就被确定了。为什么要引入tuple呢？因为tuple不可变，所以代码更为安全，能用tuple代替list的情况就尽量使用tuple。
由于元组是不可变的，因此修改元素操作是非法的，但是可通过对元素进行连接组合，比如:tuple3 = tuple1 + tuple2。
使用del语句可删除整个元组。

字典Dict

Python内置了字典，使用key-value存储，具有极快的查找速度。和list相比，查找速度要高很多。
为什么dict查找速度这么快？因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉字，我们要查某一个字，一个办法是把字典从第一页往后翻，直到找到我们想要的字为止，这种方法就是在list中查找元素的方法，list越大，查找越慢。第二种方法是先在字典的索引表里（比如部首表）查这个字对应的页码，然后直接翻到该页，找到这个字，无论找哪个字，这种查找速度都非常快，不会随着字典大小的增加而变慢。
dict的初始化如下：

a = {}a['A'] = 1

Dict和List的区别：Dict的查找速度和插入速度都是极快的，不会随着key的增加而增加；但dict要占用大量的内存，内存浪费多。
Dict是不可变对象，因为使用key来计算value的存储位置，为了保证结果的正确性，作为key的对象不能变，可使用字符串、整数等不可变的对象作为dict中的key。

结合Set

set和dict类似，也是一组key的集合，但是不同的是在set中没有重复的key。

可变和不可变

综上所述，Python中的不可变对象有：字符串、整数、元组；可变对象有：列表，集合，字典。
对于可变对象，比如list,对list进行操作，list内部的内容是会变化的，而对于不可变对象，比如str,使用replace()方法，虽然可以更改值，但是变量的值并不会发生改变，为什么呢？
比如：

#coding:utf-8a = 'abc'b = a.replace('a','A')print bprint a

a是变量，而'abc'才是字符串对象，为什么a的值在执行完上述代码之后还是'abc',是因为a本身是一个变量，指向的对象是'abc',调用方法replace是作用在字符串对象'abc'上的，但并没有改变'abc‘的内容，只是新创建了一个对象并赋值给b变量。
对于不可变对象，调用自身的任意方法，并不会改变对象自身的内容，这些方法会创建新的对象并返回，保证了不可变对象本身是永远不可变的。

传值还是传引用

Python在参数传递时遇到的一个有趣的问题是：函数的传参是传值还是传引用？
对于不可变对象作为函数参数，相当于C系语言的值传递；
对于可变对象作为函数参数，相当于C系语言的引用传递。

高级特性迭代器

Python中的迭代器是什么呢？
迭代器是访问集合元素的一种方式，迭代器的对象是从集合的第一个元素开始访问，直到所有的元素访问完结束，迭代器只能前进而不能后退。
对于遍历支持随机访问的数据结构（tuple,list),迭代器相比于for循环并无优势，因为迭代器丢失了索引值。但对于无法随机访问的数据结构，迭代器是唯一的访问元素的方式。
迭代器不要求事先准备好整个迭代过程中的所有元素，迭代器仅在迭代到某个元素时才计算该元素，迭代器仅仅在迭代到某个元素时才计算该元素，在这之前或之后，元素可以不存在或者被销毁，这个特点使得迭代器特别适合用于遍历一些巨大的或是无限的集合。
迭代器中有两个基本的方法：
next方法：返回迭代器的下一个元素
__iter__方法：返回迭代器对象本身。

生成器

带有yield的函数在Python中被称为生成器。yield就是将函数变成了一个生成器，函数执行过程中使用yield就好像是用yield将执行中断多次，每次中断都会通过yield返回当前的迭代值。
当数据量较大时，使用生成器的效率更高。

装饰器

函数是一个对象，函数对象也可以被赋值给变量，所以，通过变量也能调用该函数。在代码运行期间动态增加功能的方式，称为装饰器。使用Python的@语法，把装饰器置于函数的定义处。

元类

类是用来描述如何生成一个对象的代码段，在Python中，类同样是一个对象，只要使用class关键字，Python解释器在执行的时候就会创建一个对象。这个对象自身拥有创建对象的能力，所以它是一个类，但它本身还是一个对象，因此，可以实现以下操作：可以将它赋值给一个变量、可以拷贝它、可以为它增加属性、可以将它作为函数参数进行传递。
这也是动态语言和静态语言最大的不同，函数和类的定义，不是编译时定义的，而是运行时动态创建的。也就是在Python中，可以动态的创建类，类也是对象，这就是使用关键字class时Python在幕后做的事情，这些都是通过元类实现的。
那么到底什么是元类呢？
元类就是用来创建类的东西，创建类就是为了创建类的实例对象，但是我们知道类就是对象，元类就是用来创建这些类（对象）的，所以元类就是类的类。
元类是创建类这种对象的东西，可以将元类称为类工厂。
元类的主要用途是创建API。

闭包

Python中的闭包是什么？
如果在一个内部函数里，对在外部作用域的变量进行引用，那么内部函数就被认为是闭包。用Python的语言介绍就是，调用一个函数A，这个函数A返回了一个函数B给你，这个返回的函数B就叫做闭包。
装饰器就是一个闭包。

希望自己以后在学习Python的过程中可以边学习边总结，就自己之前的学习先做以总结，之后将不断总结更新。

为什么选择Python

经常会有同学问我为什么选择Python。我很喜欢这门语言，因为它的简洁灵活，易学，易读，可移植并且功能强大。

高级

可以说，每一代编程语言的产生，我们都会达到一个新的高度。从汇编语言，到C Pascal等，伴随着C语言的诞生，产生了C++、Java这样的现代编译语言，之后有了强大的可以进行系统调用的解释性脚本语言Python、 Perl...
比如Python中就有一些高级的数据结构，列表和字典就是内建于语言本身可以直接使用的，在核心语言中提供这些重要的构建单元，可以缩短开发时间和代码量，产生可读性更好的代码。

面向对象

Python是面向对象编程

内存管理器

C 或者 C++最大的弊病在于内存管理是由开发者负责的。所以哪怕是对于一个很少访问、修改和管理内存的应用程序,程序员也必须在执行了基本任务之外履行这些职责。这些加诸在开发者身上的没有必要的负担和责任常常会分散精力。
在 Python 中,由于内存管理是由 Python 解释器负责的,所以开发人员就可以从内存事务中解放出来,全神贯注于最直接的目标,仅仅致力于开发计划中首要的应用程序。这会使错误更少、程序更健壮、开发周期更短。

解释性和编译性

Python 是一种解释型语言,这意味着开发过程中没有了编译这个环节。一般来说,由于不是以本地机器码运行,纯粹的解释型语言通常比编译型语言运行的慢。然而,类似于 Java,Python实际上是字节编译的,其结果就是可以生成一种近似机器语言的中间形式。这不仅改善了 Python的性能,还同时使它保持了解释型语言的优点。

Python为什么运行速度相较于C语言慢

因为Python等动态语言每一个简单的操作都需要大量的指令才能完成。Python是动态语言，变量只是对象的引用，比如对于一个简单的操作：a+b，在C语言中只需要一个机器指令ADD就好，而对于Python而言，变量a和b本身没有类型，而它们的值有类型，所以在相加之前需要先判断类型，之后，读取数值，相加，生成一个新对象，将运算结果存入，返回对象，当然，可能还会考虑内存溢出等问题。

Python基础数据类型

python中的数据类型可以分为：字符串、布尔类型、整数、浮点数、数字、列表、元组、字典和日期。

字符串

不可变对象，可使用单引号，双引号扩起来表示单行字符串，使用三引号表示多行字符串，在三引号可以自由的使用单引号和双引号。

ASCII码

字符串比较特殊的是编码问题　我们知道，计算机是美国人发明的，最初只有127个字母被编码到计算机中，包括大小写字母、数字和一些符号，这个编码表被称为ASCII码表。

Unicode

要处理一个中文显然一个字节是不够用的，又不能和ASCII码冲突，因此中国制定了GB2312编码。而全世界有很多的语言，在多语言混合的文本中，显示出来的话一定会有乱码，因此，Unicode应运而生，它将所有语言统一到一套编码中，就不会有乱码问题了。ASCII码用一个字节表示了一个字符，而Unicode用两个字节表示一个字符。以Unicode表示的字符串用u'...'表示。

UTF-8

经常在.py文件的开头写的"#coding:utf-8”是什么意思？我们知道Unicode编码要比ASCII编码多一倍的存储空间，在存储和传输上会十分的不划算，如果写的文本全是英文的话，使用Unicode编码就十分浪费。于是UTF-8编码出现了，UTF-8编码是把一个Unicode字符根据不同的数字大小编码成1-6个字节，并且可以将ASCII码看成是UTF-8的一部分。

编码解码

在Python2.7中，操作系统给它什么编码的字符串，它就接收啥格式的字符串，默认的格式与使用的格式不同，就会出现各种错误。
解决方法：
1.知道系统所使用的编码格式
2.把获取的页面先用系统格式解码，然后在编码为utf8格式
3.你的脚本中统一使用uft8编码
4.处理结束，把你的字符串先utf8解码，然后系统格式编码。
Python中，通常使用decode()和encode()进行解码和编码。

布尔类型

一个布尔值只有True和Flase两种值

整数

包括整数和负整数。

浮点数

就是小数　整数和浮点数在计算机内部的存储是不同的　整数的运算永远是精确的　而浮点运算可能有四舍五入的误差　

列表List

list是一个是一个可变的有序表，是Python内置的一种数据类型，可以随时添加、删除、替换其中的元素。
Python中的列表就是一个迭代器，我们知道Python是使用C编写的，那么list的内部实现是怎样的呢？Python中的列表是基于PyListObject实现的，PyListObject是一个变长对象，在内部通过一些方法维护列表的地址，进行内存管理等实现列表的功能。

元组Tuple

除了元组以外的另一种有序表称为元组tuple,但是tuple一旦初始化便不能修改，在定义时，tuple的元素就被确定了。为什么要引入tuple呢？因为tuple不可变，所以代码更为安全，能用tuple代替list的情况就尽量使用tuple。
由于元组是不可变的，因此修改元素操作是非法的，但是可通过对元素进行连接组合，比如:tuple3 = tuple1 + tuple2。
使用del语句可删除整个元组。

字典Dict

Python内置了字典，使用key-value存储，具有极快的查找速度。和list相比，查找速度要高很多。
为什么dict查找速度这么快？因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉字，我们要查某一个字，一个办法是把字典从第一页往后翻，直到找到我们想要的字为止，这种方法就是在list中查找元素的方法，list越大，查找越慢。第二种方法是先在字典的索引表里（比如部首表）查这个字对应的页码，然后直接翻到该页，找到这个字，无论找哪个字，这种查找速度都非常快，不会随着字典大小的增加而变慢。
dict的初始化如下：

a = {}a['A'] = 1

Dict和List的区别：Dict的查找速度和插入速度都是极快的，不会随着key的增加而增加；但dict要占用大量的内存，内存浪费多。
Dict是不可变对象，因为使用key来计算value的存储位置，为了保证结果的正确性，作为key的对象不能变，可使用字符串、整数等不可变的对象作为dict中的key。

结合Set

set和dict类似，也是一组key的集合，但是不同的是在set中没有重复的key。

可变和不可变

综上所述，Python中的不可变对象有：字符串、整数、元组；可变对象有：列表，集合，字典。
对于可变对象，比如list,对list进行操作，list内部的内容是会变化的，而对于不可变对象，比如str,使用replace()方法，虽然可以更改值，但是变量的值并不会发生改变，为什么呢？
比如：

#coding:utf-8a = 'abc'b = a.replace('a','A')print bprint a

a是变量，而'abc'才是字符串对象，为什么a的值在执行完上述代码之后还是'abc',是因为a本身是一个变量，指向的对象是'abc',调用方法replace是作用在字符串对象'abc'上的，但并没有改变'abc‘的内容，只是新创建了一个对象并赋值给b变量。
对于不可变对象，调用自身的任意方法，并不会改变对象自身的内容，这些方法会创建新的对象并返回，保证了不可变对象本身是永远不可变的。

传值还是传引用

Python在参数传递时遇到的一个有趣的问题是：函数的传参是传值还是传引用？
对于不可变对象作为函数参数，相当于C系语言的值传递；
对于可变对象作为函数参数，相当于C系语言的引用传递。

高级特性迭代器

Python中的迭代器是什么呢？
迭代器是访问集合元素的一种方式，迭代器的对象是从集合的第一个元素开始访问，直到所有的元素访问完结束，迭代器只能前进而不能后退。
对于遍历支持随机访问的数据结构（tuple,list),迭代器相比于for循环并无优势，因为迭代器丢失了索引值。但对于无法随机访问的数据结构，迭代器是唯一的访问元素的方式。
迭代器不要求事先准备好整个迭代过程中的所有元素，迭代器仅在迭代到某个元素时才计算该元素，迭代器仅仅在迭代到某个元素时才计算该元素，在这之前或之后，元素可以不存在或者被销毁，这个特点使得迭代器特别适合用于遍历一些巨大的或是无限的集合。
迭代器中有两个基本的方法：
next方法：返回迭代器的下一个元素
__iter__方法：返回迭代器对象本身。

生成器

带有yield的函数在Python中被称为生成器。yield就是将函数变成了一个生成器，函数执行过程中使用yield就好像是用yield将执行中断多次，每次中断都会通过yield返回当前的迭代值。
当数据量较大时，使用生成器的效率更高。

装饰器

函数是一个对象，函数对象也可以被赋值给变量，所以，通过变量也能调用该函数。在代码运行期间动态增加功能的方式，称为装饰器。使用Python的@语法，把装饰器置于函数的定义处。

元类

类是用来描述如何生成一个对象的代码段，在Python中，类同样是一个对象，只要使用class关键字，Python解释器在执行的时候就会创建一个对象。这个对象自身拥有创建对象的能力，所以它是一个类，但它本身还是一个对象，因此，可以实现以下操作：可以将它赋值给一个变量、可以拷贝它、可以为它增加属性、可以将它作为函数参数进行传递。
这也是动态语言和静态语言最大的不同，函数和类的定义，不是编译时定义的，而是运行时动态创建的。也就是在Python中，可以动态的创建类，类也是对象，这就是使用关键字class时Python在幕后做的事情，这些都是通过元类实现的。
那么到底什么是元类呢？
元类就是用来创建类的东西，创建类就是为了创建类的实例对象，但是我们知道类就是对象，元类就是用来创建这些类（对象）的，所以元类就是类的类。
元类是创建类这种对象的东西，可以将元类称为类工厂。
元类的主要用途是创建API。

闭包

Python中的闭包是什么？
如果在一个内部函数里，对在外部作用域的变量进行引用，那么内部函数就被认为是闭包。用Python的语言介绍就是，调用一个函数A，这个函数A返回了一个函数B给你，这个返回的函数B就叫做闭包。
装饰器就是一个闭包。