(×)python进阶-重点难点汇总

参见：廖雪峰的网站 ：https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386819879946007bbf6ad052463ab18034f0254bf355000

【函数】：

　　【参数】：位置参数，默认参数，变长参数(收集参数与收集参数的逆过程)

　　【高阶函数】：函数的函数-传入函数作为参数-map函数，reduce函数，filter函数以及

　　【返回函数】：闭包-函数中定义函数，并返回函数，返回的函数在调用时才执行

　　【匿名函数】：lambda表达式-语法： lambda 参数1，参数2：表达式

　　【装饰器】：在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator），decorator就是一个返回函数的高阶函数，目的是为了再不改变函数的前提下扩展函数的功能

def log(func): #定义装饰器 log，返回内部定义的函数
    def any_name(*args, **kw):
        print ('call %s():' % func.__name__)
        return func(*args, **kw)
    return any_name

@log #解析到此处时，将执行 say_hello = log(say_hello) 函数，并将参数传递给内部定义的函数。now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的any_name()函数。
def say_hello(s):
    print(s)
say_hello("2013-12-25")

　　【偏函数】：通过设定参数的默认值，可以降低函数调用的难度.

【魔法方法】：以__开头和结尾的函数，当执行特殊的操作时会直接调用此函数

【迭代器】：（列表生成表达式）__next__

【生成器】：yield关键字，节省内存，

【装饰器】：@property装饰器，把方法变成属性

【面向对象特性】：

　　【通用】：__slots__

　　【多重继承】：构造函数执行顺序问题

　　【封装】：针对属性而言，外部不能直接访问对象的属性——违背了封装的思想

　　　　1-单下划线，可以访问，但不建议访问

　　　　2-双下划线

　　　　3-属性

　　【多态】：针对绑定方法而言，不知道具体类型的前提下，调用相应的方法

【元类】类生成器：在python世界，拥有一个永恒的道，那就是“type”。道生一，一生二，二生三，三生万物。

    道 即是 type
    一 即是 metaclass(元类，或者叫类生成器)
    二 即是 class(类，或者叫实例生成器)
    三 即是 instance(实例)
    万物 即是 实例的各种属性与方法，我们平常使用python时，调用的就是它们。

【面向对象变成实践】：自定义类、枚举类

【错误处理】

【单元测试】：编写单独的测试模块，覆盖测试各种情况

【多进程】 ：fork()函数与 multiprocessing 模块

【多线程】：thread 与 threading lock ThreadLocal-维护每个线程的全局变量

启动与CPU核心数量相同的N个线程，在4核CPU上可以监控到CPU占用率仅有160%，也就是使用不到两核。

即使启动100个线程，使用率也就170%左右，仍然不到两核。

但是用C、C++或Java来改写相同的死循环，直接可以把全部核心跑满，4核就跑到400%，8核就跑到800%，为什么Python不行呢？

因为Python的线程虽然是真正的线程，但解释器执行代码时，有一个GIL锁：Global Interpreter Lock，任何Python线程执行前，必须先获得GIL锁，然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。
 8 这个GIL全局锁实际上把所有线程的执行代码都给上了锁，所以，多线程在Python中只能交替执行，即使100个线程跑在100核CPU上，也只能用到1个核。

GIL是Python解释器设计的历史遗留问题，通常我们用的解释器是官方实现的CPython，要真正利用多核，除非重写一个不带GIL的解释器。

所以，在Python中，可以使用多线程，但不要指望能有效利用多核。如果一定要通过多线程利用多核，那只能通过C扩展来实现，不过这样就失去了Python简单易用的特点。

不过，也不用过于担心，Python虽然不能利用多线程实现多核任务，但可以通过多进程实现多核任务。多个Python进程有各自独立的GIL锁，互不影响。

多线程编程，模型复杂，容易发生冲突，必须用锁加以隔离，同时，又要小心死锁的发生。

Python解释器由于设计时有GIL全局锁，导致了多线程无法利用多核。多线程的并发在Python中就是一个美丽的梦。