关于python

Python是著名的“龟叔”Guido van Rossum在1989年圣诞节期间，为了打发无聊的圣诞节而编写的一个编程语言。（看到没，这就是装逼的最高境界，因为无聊）

Python为我们提供了非常完善的基础代码库，覆盖了网络、文件、GUI、数据库、文本等大量内容，也有大量其他人员编写的第三方库。也就是说我们直接使用这些封装好的库就行了。

Python的优点：简单优雅，尽量写容易看明白的代码，尽量写少的代码。而且也是跨平台的。

Python的缺点：速度慢。Python是解释型语言，你的代码在执行时会一行一行地翻译成CPU能理解的机器码；代码不能加密。如果要发布你的Python程序，实际上就是发布源代码。

适用场景：
1.首选是网络应用，包括网站、后台服务等等；
2.其次是许多日常需要的小工具，包括系统管理员需要的脚本任务等等；
3.另外就是把其他语言开发的程序再包装起来，方便使用。

可以在python的交互界面直接运行，也可以是.py后缀的文件中编写，然后通过

python xxx.py

执行。

日志是比较重要的，如果没有单步调试，就靠日志来排除错误，找出问题了，python的日志也超级简单

print()

输入可以接收外部的参数

name = input()

注释可以方便大家阅读代码，python的注释以“#”开头

#name = input()

注释掉这行，这行代码不再执行。

1）为了简化，Python还允许用r’‘表示’‘内部的字符串默认不转义
2）允许用’’’…’’'的格式表示多行内容
3）空值是Python里一个特殊的值，用None表示

4）python的变量没有类型，可以直接赋值。这种变量本身类型不固定的语言称之为动态语言，常见的java，c这些都是静态语言。

5）python的两种除法。/除出来是浮点数，//除出来是取整

6）在最新的Python 3版本中，字符串在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

7）Python对bytes类型的数据用带b前缀的单引号或双引号表示，但bytes的每个字符都只占用一个字节。str通过encode()方法可以编码为指定的bytes，要把bytes变为str，就需要用decode()方法。

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'xe4xb8xadxe6x96x87'

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'xe4xb8xadxe6x96x87'.decode('utf-8')
'中文'

8）为了避免乱码问题，应当始终坚持使用UTF-8编码对str和bytes进行转换。当Python解释器读取源代码时，为了让它按UTF-8编码读取，我们通常在文件开头写上这两行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

第一行注释是为了告诉Linux/OS X系统，这是一个Python可执行程序，
Windows系统会忽略这个注释；

第二行注释是为了告诉Python解释器，按照UTF-8编码读取源代码，否则，
你在源代码中写的中文输出可能会有乱码。

申明了UTF-8编码并不意味着你的.py文件就是UTF-8编码的，必须并且要确
保文本编辑器正在使用UTF-8 without BOM编码：

9）静态有序的元祖tuple，动态有序的list

10）函数定义

def my_abs(x):

python的函数可以返回多值，实际上是一个tuple。

》可以定义默认参数

def power(x, n=2):

》可变参数仅仅在参数前面加了一个号
》关键字参数，如果希望保留可变参数的变量名，可以**key，key将获得一个dict拷贝
》命名关键字参数需要一个特殊分隔符，*后面的参数被视为命名关键字参数。

def person(name, age, *, city, job):

》如果需要将以上组合，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

1）list和str可以切片获取片段
2）迭代
3）列表生成式超强的有木有
4）更加强大的generator生成器
5）Iterable对象与Iterator对象的区别

也叫面向过程编程
1）强大的映射函数map
2）强大的累积函数reduce
3）filter()函数用于过滤序列
4）sorted()函数就可以对list进行排序
5）装饰器Decorator的用法
6）偏函数通过设定参数的默认值，可以降低函数调用的难度。相当于定义重载函数。

这里讲了模块的创建，第三方模块的安装

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

' a test module '

__author__ = 'Michael Liao'

import sys

def test():
    args = sys.argv
    if len(args)==1:
        print('Hello, world!')
    elif len(args)==2:
        print('Hello, %s!' % args[1])
    else:
        print('Too many arguments!')

if __name__=='__main__':
    test()
    

这里跟其他语言的比较类似。记下不一样的
1）使用__slots__可以限制该class实例能添加的属性

class Student(object):
    __slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称

2）Python内置的@property装饰器就是负责把一个方法变成属性调用的
3）MixIn的目的就是给一个类增加多个功能，优先考虑通过多重继承来组合多个MixIn的功能。

class Dog(Mammal, RunnableMixIn, CarnivorousMixIn):
    pass

4）看到类似__slots__这种形如__xxx__的变量或者函数名就要注意，这些在Python中是有特殊用途的。

定义_str__()方法可以定制输出；

通常__repr__ = __str__，__repr__是开发人员看的字符串；

如果一个类想被用于for ... in循环，类似list或tuple那样，就必须实现一个
__iter__()方法；

__next__()方法拿到循环的下一个值；

要表现得像list那样按照下标取出元素，需要实现__getitem__()方法；

在没有找到属性的情况下，会调用__getattr__；

只需要定义一个__call__()方法，就可以直接对实例进行调用；

5）同样有枚举类Enum
6）对类本身进行操作的type()和metaclass

这里需要特别关注，这关系到我们以后编码的效率，如果发生错误，结果你半天都找不到原因，那就非常尴尬了。

1）try…except…finally…的错误处理机制
2）logging模块可以非常容易地记录错误信息，打印完错误信息后会继续执行，并正常退出。通过配置，logging还可以把错误记录到日志文件里。
3）启动Python的调试器pdb，让程序以单步方式运行，可以随时查看运行状态
4）Python自带的unittest模块可以用作单元测试
5）Python内置的“文档测试”（doctest）模块可以直接提取注释中的代码并执行测试。

1）文件读写
这里在自然语言处理的时候可能会用到，需要将语音转换为文本，转换成文本的时候就处理语音和文本的输入输出。

2）StringIO和BytesIO是在内存中操作str和bytes的方法，使得和读写文件具有一致的接口

3）操作文件和目录

4）把变量从内存中变成可存储或传输的过程称之为序列化。

1）多进程
在Unix/Linux下，可以使用fork()调用实现多进程。当然windows可以装虚拟机来代替。

要实现跨平台的多进程，可以使用multiprocessing模块。

进程间通信是通过Queue、Pipes等实现的。

2）多线程
Python的标准库提供了两个模块：_thread和threading，_thread是低级模块，threading是高级模块

多线程是内存数据共享的，需要保护数据一致性。也是通过同步锁的概念Lock。

Python由于GIL锁的存在，多线程其实还是单核任务。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。

一个ThreadLocal变量虽然是全局变量，但每个线程都只能读写自己线程的独立副本，互不干扰。ThreadLocal解决了参数在一个线程中各个函数之间互相传递的问题。（做安卓的同志应该能很快理解）

3）Python的分布式进程接口简单，封装良好，适合需要把繁重任务分布到多台机器的环境下。

不为啥，哈哈，内容太多，讲不完。完全可以当一门课单独学习。

前面说的各种库，终于要在这里了解了。
1）datetime 很明显时间日期相关的操作可以在这里找到

2）collections模块提供了一些有用的集合类

3）Base64现在应用广泛，什么图片转文本用于传输，还有加密算法里面很常见。Base64是一种任意二进制到文本字符串的编码方法，常用于在URL、Cookie、网页中传输少量二进制数据。

4）struct模块解决bytes和其他二进制数据类型的转换。

5）hashlib 包含MD5，SHA1等摘要算法，在服务端保护用户信息很常见。

6）hmac 我们经常听到的加盐算法

7）itertools提供了非常有用的用于操作迭代对象的函数

8）contextlib 上下文工具，理解起来有点费解

9）urllib提供了一系列用于操作URL的功能。http请求可以用上

10）xml，经常会涉及xml文本的解析与输出

11）HTMLParser可以非常方便地解析HTML，只需简单几行代码。

1）Pillow已经是Python平台事实上的图像处理标准库了
2）requests 处理网络请求比urllib更加便捷
3）使用chardet检测编码非常容易
4）psutil = process and system utilities 。可以方便的获取系统信息，运维好搭档。

virtualenv为应用提供了隔离的Python运行环境，解决了不同应用间多版本的冲突问题。

1)Python就内置了SQLite3，直接无缝使用。

在Python中操作数据库时，要先导入数据库对应的驱动，然后，通过Connection对象和Cursor对象操作数据。

要确保打开的Connection对象和Cursor对象都正确地被关闭，否则，资源就会泄露。

2)mysql耳熟能详了
3）SQLAlchemy ，python的ORM（对象关系映射）框架，可以直接把数据库存储与内存对象映射，谁用谁知道。

Python有上百种Web开发框架，有很多成熟的模板技术，选择Python开发Web应用，不但开发效率高，而且运行速度快。

1）web的html，js跳过
2）通过WSGI接口可以实现python版本的web服务。当然如果太复杂的web服务，要利用在这个基础上抽象出来的框架。
3）常用web框架Flask

也叫非阻塞式IO，不同线程之间相互协作，互不干扰。
1）asyncio是Python 3.4版本引入的标准库，直接内置了对异步IO的支持
2）Python从3.5版本开始为asyncio提供了async和await的新语法
3）asyncio实现了TCP、UDP、SSL等协议，aiohttp则是基于asyncio实现的HTTP框架

教程最后附赠了实战。

呼呼，python3就这样干撸完了。大致内容跟诸多语言一样，还是比较全面的。从基本语法，到函数，到面向对象，IO，多线程，网络编程，数据库，web，应有尽有。学完基本上可以独立开发web应用和跨平台软件，可以可以。