Start Python 学习笔记（琐碎知识，持续更新。。。）
最近比较闲，想学习一门脚本语言，于是选择了python进行学习，之前对脚本语言不是很熟悉，所以不对python好坏做任何评价。希望通过学习python，能让自己对脚本语言有更深刻的认识吧。
Python的执行过程：当程序执行时，python内部会先将源代码编译成所谓的字节码的形式。字节码是源代码底层的、与平台无关的表现形式。编译字节码的过程中，会生成一个.pyc的文件，这个文件就是编译之后的字节码。Python真正在运行的就是这个字节码文件，如果生成字节码文件之后没有再修改过源代码的话，下次程序运行会跳过编译这个步骤，直接运行pyc文件，这是一种启动速度的优化。字节码文件被发送到python虚拟机（Python Virtual Machine, PVM）上来执行。PVM是python的运行引擎。
Python字节码不是机器的二进制代码，只是一种中间表示形式，所以python无法运行的和C/C++一样快。
Python语言有三种主要的实现方式：CPython、Jython和IronPython。
Python是动态类型的（自动跟踪你的类型而不是要求声明的代码），但也是强类型的（只能对一个对象进行有效的操作）
1 、十六进制和八进制表示 0XAF -> 175 , 010 ->8
2、math模块 import math ，使用的时候math.sqrt(100),当确定自己不会导入多个同名函数的情况下，可以使用from math import sqrt ,以后就可以随时使用sqrt函数了。
3、对于虚数的处理，使用cmath（complex math）模块，这样就可以对-1进行sqrt操作了。
4、input和raw_input的区别，input会假设用户输入的是合法的Python表达式，使用raw_input函数，它会把所有的输入当做原始数据（raw data），然后将其放在字符串中。除非input有特别的需要，否则应该尽可能使用raw_input函数
5、在字符串前面加r，取消转义
6、列表和元组的主要区别：列表可以修改而元组不能
7、列表的分片，列表[起始点,终止点之前一点,步长（默认为1）
8、字符串不能像列表一样被修改，一般转换为列表然后再进行处理
9、列表a、b，a=a+b的效率要低于a.extend(b)，因为前者是在a+b后生成新的列表然后又赋值给a，而后者是在原a的基础上扩展出b的
10、pop方法是唯一一个能够修改列表又返回值的方法。lst.pop() 返回并删除
11、tuple函数将列表转化为元组 tuple([1,2,3])
12、模板字符串：string模块提供一种格式化值的方法：模板字符串。它的工作方式类似于很多UnixShell里的变量替换。 from string import Template 。 具体google。
13、string模块的join方法是split方法的逆方法。EG：seq = ['1','2','3','4','5'];sep = ',';s = sep.join(seq)
14、字符串的title方法，将字符串转换为标题，也就是所有单词的首字母大写，而其他字母小写。string = "that's all folks.";string.title()=="That'S All Folks."
15、strip方法返回去除两侧（不包括内部）空格的字符串。
16、使用dict的小Demo：
people = {
'Alice':{
'phone':1234,
'address':'beijing'
},
'Peter':{
'phone':4567,
'address':'shanghai'
},
'Micheal':{
'phone':9012,
'address':'hangzhou'
}
}
name = raw_input("please input the name : \n")
if(people.has_key(name)==False):
print "Not exist"
else:
profile = people[name]
#use dict to format the string
print "Phone is : %(phone)s \nAddress is : %(address)s" % profile
17、字典的拷贝，字典的普通copy方法是浅拷贝，只是简单的拷贝值，但是如果涉及到应用的拷贝的话，就要考虑使用deepcopy方法进行深拷贝。
18、模块的导入：
import somemodule
from somemodule import somefunction
from somemodule import somefunction, anthorfunction, yetanthorfunction
from somemodule import *
使用别名，避免冲突:import math as foobar
19、交换两个值 x,y = y,x
20、== 测试相等性，即值是否相等，而 is 用于测试同一性，即是否指向同一个对象
21、a if b else c ; 如果b为真，则返回a，否则返回c
22、遍历字典
d = {'x':1,'y':2,'z':3}
#Method1
for key in d:
print key ,'----->',d[key]
#Method2
for key in d.keys():
print key ,'----->',d[key]
#Method3
for (key , value) in d.items() :
print key , '----->' , value
23、zip函数可以用来进行并行迭代，可以将多个序列"压缩"在一起，然后返回一个元组的列表
names = ['Peter','Rich','Tom']
ages = [20,23,22]
d = dict(zip(names,ages))
for (name,age) in zip(names,ages):
print name ,'----', age
print d['Peter']
24、在循环中添加else语句，只有在没有调用break语句的时候执行。这样可以方便编写曾经需要flag标记的算法。
25、使用del时候，删除的只是名称，而不是列表本身值，事实上，在python中是没有办法删除值的，系统会自动进行垃圾回收。
26、求斐波那契数列
def fibs(num):
'a function document'
result = [0,1]
for i in range(num-2):
result.append(result[-2]+result[-1])
return result
27、抽象函数（参数可以缺省，可以通过*p传递任意数量的参数，传递的是元组；通过**p传递任意数量的参数，传递的是字典）
def a(*p):
print p
def b(**p):
print p
a(1,2,3)
b(a='1',b='2',c='3')
"""
result:
(1, 2, 3)
{'a': '1', 'c': '3', 'b': '2'}
"""
28、使用globals()函数获取全局变量值，该函数的近亲是vars，它可以返回全局变量的字典（locals返回局部变量的字典）
29、随机函数random.choice([1,2,3,4])
30、关于面向对象
#__metaclass__ = type
class Person:
#private variable
__name = ""
count = 0
def setname(self,name):
self.__name = name
def getname(self):
return self.__name
#private method using '__'
def __greet(self):
print "Say hello to %s !"%self.__name
def greet(self):
self.__greet()
def inc(self):
# ClassName.variableName means the variable belongs to the Class
# every instance shares the variable
Person.count+=1
#create instance
p = Person()
p.setname("Peter")
p.inc()
p2 = Person()
p2.setname("Marry")
p2.inc()
print "Name : " , p.getname()
#private method __Method is converted to public method _ClassName__Method
p._Person__greet()
print "Total count of person : ", Person.count
p.count=12 # change the variable belong to the instance P
print p.count
print p2.count
31、python支持多重继承，如果一个方法从多个超类继承，那么必须要注意一下超类的顺序（在class语句中）：先继承的类中方法会重写后继承的类中的方法，也就是后来将自动忽略同名的继承。
32、使用hasattr(tc,'talk') 判断对象tc时候包含talk属性； 使用callable(getattr(tc,'talk',None)) 判断对象tc的talk属性是否可以调用，但是在python3.0之后，callable方法已经不再使用了，可以使用hasattr(x,'__call__')代替callable(x)；使用setattr可以动态设置对象的属性，setattr(tc,'talk',speek)
33、try： except： else: finally: 可以捕捉多个异常，多个异常用元组进行列出，并且可以捕捉对象，
def test():
while True:
try:
x = raw_input("Please input the x: ")
y = raw_input("Please input the y: ")
print int(x)//int(y)
except ZeroDivisionError as e:
print "The second number can not be zero"
print e
else:
print "Nothing exception has happened!"
finally:
print "Clean up . It will be executed all the time"
34、异常和函数：在函数内引发异常时，它就会被传播到函数调用的地方(对于方法也是一样)
35、构造方法:def __init__(self , arguments)
36、子类不会自动调用父类的构造方法
37、查看模块包含的内容可以使用dir函数，它会将对象（以及模块的所有函数、类、变量等）的所有特性列出.__all__变量定义了模块的共有接口（public interface）。更准确的说，它告诉解释器：从模块导入所有名字代表什么含义。eg： form copy import * 代码你只能访问__all__所定义的接口，而如果想访问其他接口的话，就必须显式地实现，from copy import PyStringMap
38、shelve模块的简单使用
'''
Created on 2011-12-11
A demo for shelve
@author: Peter
'''
import shelve
def store_person(db):
pid = raw_input("Enter the unique id for the person : ")
if pid in db :
print "The id exists , please change "
return
person = {}
person['name'] = raw_input("Enter the name of the person : ")
person['age'] = raw_input("Enter the age of the person : ")
person['phone'] = raw_input("Enter the phone number of the person : ")
db[pid] = person
def lookup_person(db):
pid = raw_input("Enter the id : ")
if pid not in db :
print "This is no that person"
return
field = raw_input("What would you like to know ? (name,age,phone) : ")
field = field.strip().lower()
print field.capitalize()+":"+db[pid][field]
def enter_command():
cmd = raw_input("Enter command : ")
cmd = cmd.strip().lower()
return cmd
def main():
database = shelve.open("database.bat")
try:
while True:
cmd = enter_command()
if cmd == 'store':
store_person(database)
elif cmd == 'lookup':
lookup_person(database)
elif cmd == 'exit':
return
finally:
database.close()
if __name__ == '__main__':main()
关于with和contextylib的用法：
平常Coding过程中，经常使用到的with场景是（打开文件进行文件处理，然后隐式地执行了文件句柄的关闭）:
with file('test.py','r') as f :
print f.readline()
with的作用，类似try...finally...，提供一种上下文机制，要应用with语句的类，其内部必须提供两个内置函数__enter__以及__exit__。前者在主体代码执行前执行，后则在主体代码执行后执行。as后面的变量，是在__enter__函数中返回的。通过下面这个代码片段以及注释说明，可以清晰明白__enter__与__exit__的用法：
#!encoding:utf-8
class echo :
def output(self) :
print 'hello world'
def __enter__(self):
print 'enter'
return self #返回自身实例，当然也可以返回任何希望返回的东西
def __exit__(self, exception_type, exception_value, exception_traceback):
#若发生异常，会在这里捕捉到，可以进行异常处理
print 'exit'
#如果改__exit__可以处理改异常则通过返回True告知该异常不必传播，否则返回False
if exception_type == ValueError :
return True
else:
return False
with echo() as e:
e.output()
print 'do something inside'
print '-----------'
with echo() as e:
raise ValueError('value error')
print '-----------'
with echo() as e:
raise Exception('can not detect')
运行结果：
contextlib是为了加强with语句，提供上下文机制的模块，它是通过Generator实现的。通过定义类以及写__enter__和__exit__来进行上下文管理虽然不难，但是很繁琐。contextlib中的contextmanager作为装饰器来提供一种针对函数级别的上下文管理机制。常用框架如下：
from contextlib import contextmanager
@contextmanager
def make_context() :
print 'enter'
try :
yield {}
except RuntimeError, err :
print 'error' , err
finally :
print 'exit'
with make_context() as value :
print value
contextlib还有连个重要的东西，一个是nested，一个是closing，前者用于创建嵌套的上下文，后则用于帮你执行定义好的close函数。但是nested已经过时了，因为with已经可以通过多个上下文的直接嵌套了。下面是一个例子：
from contextlib import contextmanager
from contextlib import nested
from contextlib import closing
@contextmanager
def make_context(name) :
print 'enter', name
yield name
print 'exit', name
with nested(make_context('A'), make_context('B')) as (a, b) :
print a
print b
with make_context('A') as a, make_context('B') as b :
print a
print b
class Door(object) :
def open(self) :
print 'Door is opened'
def close(self) :
print 'Door is closed'
with closing(Door()) as door :
door.open()
运行结果：
