Python之旅（Life is short, You need python）
基础知识汇总
********************************************************************************************************************************************************************************************************************************
一、python的优缺点
优点：简单、易学、可移植性、可拓展性、可嵌入性、丰富的库、规范的代码；
缺点：运行速度慢、代码不能加密、线程不能利用多CPU、可选架构太多。
二、python2与python3的区别
print&exec&repr：
1 python2：print&exec&repr是一个语句
2 python3：print()&exec()&repr()是一个函数，接收字符串作为参数
# py2
>>> print("hello", "world")
('hello', 'world')
# py3
>>> print("hello", "world")
hello world
------------------------------------------
# py2
>>> print("hello", "world")
('hello', 'world')
>>>
>>> from __future__ import print_function
>>> print("hello", "world")
hello world
input：
python2：raw_input()接收字符串，input()接收数字
python3：input()接收的全部是字符串
编码方式：
python2：默认编码是ASCII码（若想使用中文：#_*_coding:utf-8_*_）
python3：默认编码是utf-8，支持中文
# py2
>>> sys.getdefaultencoding()
'ascii'
# py3
>>> sys.getdefaultencoding()
'utf-8'
字符串：
Python2：字符串有两个类型，一个是 unicode，一个是 str，前者表示文本字符串，后者表示字节序列；
Python3： 中两者做了严格区分，分别用 str 表示字符串，byte 表示字节序列。
True and False:
Python2：True 和 False是两个全局变量（名字），在数值上分别对应 1 和 0，既然是变量，那么他们就可以指向其它对象；
Python3：修正了这个缺陷，True 和 False 变为两个关键字，永远指向两个固定的对象，不允许再被重新赋值。
变量：
Python2：可以在函数里面可以用关键字 global 声明某个变量为全局变量，但是在嵌套函数中，想要给一个变量声明为非局部变量是没法实现的；
Pyhon3：新增了关键字 nonlcoal，使得非局部变量成为可能。
def func():
c = 1
def foo():
c = 12
foo()
print(c)
func() #1
可以对比上面两段代码的输出结果
def func():
c = 1
def foo():
nonlocal c
c = 12
foo()
print(c)
func() # 12
不等运算符：
python2：可以使用!=或者><
python3：只能使用!=
创建迭代计数器：
python2：xrange
python3：range
异常：
python2：except Exception, e
python3：except (Exception) as e
整型：
python2：存在long型
python3：全部为int型
修改语法：
python2：字典的keys，values，items以及map，filter，reduce返回的都是一个列表
python3：字典的keys，values，items以及map，filter，reduce返回一个可迭代对象
继承：
python2：默认经典类（新式类需要(object)）
python3：只有新式类
二、基础语法知识
1、语法
函数：
1、递归函数 n！ = n *(n-1)* .....*2*1
def fact(n):
if n == 1:
return 1
return fact(n-1)*n
# 函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。
解决递归调用栈溢出的方法是通过尾递归优化--在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。
<尾递归==循环>
def fact(n):
return fact_iter(n, 1)
def fact_iter(num, res):
if num == 1:
return res
return fact_iter(num - 1, num * res)
迭代： list tuple dict
字典的迭代（dictionary）：
默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。
如何判断是否可迭代：
from collections import Iterable
isinstance('abc', Iterable)
列表生成器：
list(range(1,8))
[x * x for x in range(1, 11)]
[x * x for x in range(1, 11) if x % 2 == 0]
[m + n for m in 'ABC' for n in 'XYZ']--全排列
[k + '=' + v for k, v in d.items()]--列表生成式也可以使用两个变量来生成list
eg ： 列出当前目录下的所有文件和目录名，可以通过一行代码实现
d for d in os.listdir('.')]
迭代器：一边循环 一边计算-- 不必创建完整的list，从而节省大量的空间
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：
g = (x * x for x in range(1, 11) if x % 2 == 0)
1 next(g)
2 for n in g:
print(n)
赋值语句：a, b = b, a + b --> t = (b,a+b) a=t[0] b=t[1]
生成器：
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator
可以使用isinstance()判断一个对象是否是Iterator对象。
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的，例如：
for x in [1, 2, 3, 4, 5]:
pass
==
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break
高阶函数：
map() reduce()
