python 的面试题总汇
函数作用域;
LEGB : L>E>G>B
L : local函数内部作用域
E : enclosing函数内部与内嵌函数之间
G : global全局作用域
B : build-in内置作用域
python中encode与decode(先加码，再解码)
str1 = '中国人民'
str2 = str1.encode('utf-8') #将str1转换成utf-8的格式
#用dir()测试该字符串有什么方法
str3 = str2.decode('utf-8') #将str2解码为一般字符串类型
print(str2) #b'\xe4\xb8\xad\xe5\x9b\xbd\xe4\xba\xba\xe6\xb0\x91'
print(str3) #中国人民
深入理解Python生成器（Generator）
在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
>>> mylist = [ x for x in range(1, 10)]
>>> mylist
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> gen = (x for x in range(1,10))
>>> gen
<generator object <genexpr> at 0x7f1d7fd0f5a0>
创建mylist和gen的区别仅在于最外层的[]和()，mylist是一个list，而gen是一个generator（生成器）。 我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？ 如果要一个一个打印出来，可以通过generator的next()方法：
gen = (x for x in range(1,10))
print(type(gen)) #<class 'generator'>
print(gen.__next__()) #1
print(gen.__next__()) #2
generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
其实我们可以使用for循环来代替next()方式， 这样才更符合高效的编程思路：
>>> gen = ( x for x in range(1, 10))
>>> for num in gen:
... print num
...
1
2
3
4
5
6
7
8
9
yield的功能类似于return，但是不同之处在于它返回的是生成器
通常的for…in…循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。它可以是mylist = [1, 2, 3]，也可以是mylist = [x*x for x in range(3)]。 它的缺陷是所有数据都在内存中，如果有海量数据的话将会非常耗内存。下面我们看看yield的功能
yield 是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面的值。重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码开始执行。 简要理解：yield就是 return 返回一个值，并且记住这个返回的位置，下次迭代就从这个位置后开始。
除了next函数，生成器还支持send函数。该函数可以向生成器传递参数。 send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，
def func():
for i in range(1,10):
n = yield i
print(n)
f = func()
print(f.__next__())
f.send(666)
print(f.__next__())
print(f.__next__())
Python 中 Iterator和Iterable的区别
(转载：http://blog.csdn.net/passionkk/article/details/49929887)
Python中 list，truple，str，dict这些都可以被迭代，但他们并不是迭代器。为什么？
因为和迭代器相比有一个很大的不同，list/truple/map/dict这些数据的大小是确定的，也就是说有多少事可知的。但迭代器不是，迭代器不知道要执行多少次，所以可以理解为不知道有多少个元素，每调用一次next()，就会往下走一步，是惰性的。
判断是不是可以迭代，用Iterable
from collections import Iterable
isinstance({}, Iterable) --> True
isinstance((), Iterable) --> True
isinstance(100, Iterable) --> False
判断是不是迭代器，用Iterator
from collections import Iterator
isinstance({}, Iterator) --> False
isinstance((), Iterator) --> False
isinstance( (x for x in range(10)), Iterator) --> True
所以，
凡是可以for循环的，都是Iterable
凡是可以next()的，都是Iterator
集合数据类型如list，truple，dict，str，都是Itrable不是Iterator，但可以通过iter()函数获得一个Iterator对象
Python中的for循环就是通过next实现的
---------------------
作者：诸葛亮
来源：博客园
原文：https://www.cnblogs.com/gaosai/
版权声明：本文为博主原创文章，转载请附上博文链接！
