（1）数据类型

Python支持多种数据类型，在计算机内部，可以把任何数据都看成一个“对象”，而变量就是在程序中用来指向这些数据对象的，对变量赋值就是把数据和变量给关联起来。Number类型也是对象，且是不可变对象。

常见的不可变对象：数字型量，string,tuple

另外，函数名也是变量，是指向函数的变量

特殊变量命名

• __xxx__这样的变量是特殊变量，可以被直接引用，但是有特殊用途
• _xxx和__xxx这样的函数或变量就是非公开的（private），不应该被直接引用（但是也能引用到，但是不推荐）

（2）列表切片、列表生成式

列表切片：取列表中的特定片段

列表生成式：把要生成的元素x * x放到前面，后面跟for循环。例如：[x * x for x in range(1, 11) if x % 2 == 0]

（3）生成器

动态生成元素，访问元素通过next函数进行访问。

 g = (x * x for x in range(10))
 next(g)


#或是通过循环：
for n in g:
   print（n）

复杂的生成器：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b   #每次执行到这里返回。再次执行时从上次返回的yield语句处继续执行
        a, b = b, a + b
        n = n + 1
    return 'done' #执行到return,标识迭代结束，结束时，抛出StopIteration异常，可通过捕获异常，从异常中的value字段获取返回值

（4）关键字

• yield：用户生成器中；
• lambda：即匿名函数，不用想给函数起什么名字
• finally：异常处理
• is ：两个实例对象是不是完全相同，它们是不是同一个对象，占用的内存地址是否相
• not：表示逻辑‘非’
• pass：语句占位符

函数可以同时返回多个值，但其实就是一个tuple

def move(x, y, step, angle=0):
    nx = x + step * math.cos(angle)
    ny = y - step * math.sin(angle)
    return nx, ny

关于默认参数，需要注意：

• 必选参数在前，默认参数在后，否则Python的解释器会报错（思考一下为什么默认参数不能放在必选参数前面）；
• 如何设置默认参数
• 默认参数必须指向不变对象。因为默认参数也是一个变量，每次调用该函数，如果改变了默认参数的内容，则下次调用时，默认参数的内容就变了

（1） map ：Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

def f(x):
    return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

（2） reduce ： reduce() 函数会对参数序列中元素进行累积。

>>>def add(x, y) :            # 两数相加
...     return x + y
... 
>>> reduce(add, [1,2,3,4,5])   # 计算列表和：1+2+3+4+5
15
>>> reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数
15

（3）filter : 用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

def is_odd(n):
    return n % 2 == 1
 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)

（4） len :获取序列长度
（5） max ，min：返回序列中最大最小值
（6）callable(obj) : 查看一个obj是不是可以像函数一样调用
（7）dir(obj) ：查看obj的name space中可见的name
（8）getattr(obj,name) 得到一个obj的name space中的一个name
（8）setattr(obj,name,value) 为一个obj的name space中的一个name指向vale这个object
（9）delattr(obj,name) 从obj的name space中删除一个name
type(obj) 查看一个obj的类型
（10）isinstance(obj,cls) 查看obj是不是cls的instance
（11）issubclass(subcls,supcls) 查看subcls是不是supcls的子类
（12）类型转化：chr, ord, oct, hex, str , list ,tuple, dict, int , float, long
（13）数学运算：divmod ， pow, round

函数不仅可以返回普通值，还可以作为返回值。

如果在一个内部函数里对外部作用域（但不是全局作用域）的变量进行引用，内部函数称为闭包（closure）

>>> def lazy_calc_sum(num_list):
    def calc_sum():
        s = 0
        for i in num_list:
            s += i
        return s
    return calc_sum

在上面的例子中，我们在函数lazy_clac_sum中又定义了函数calc_sum，并且，内部函数calc_sum可以引用外部函数lazy_calc_sum的参数和局部变量，当lazy_calc_sum返回函数calc_sum时，相关参数和变量都保存在返回的函数中。

在使用闭关时，需要注意：由于内部函数没有执行，所以所引用的外部变量不会释放，还会保存。这个外部变量的修改会影响后续的调用执行情况（这些返回函数都引用这同一个外部变量）

例如：

def count():
    fs = []  
    for i in range(1,4):
        def g(a):  
            f = lambda : a*a
            return f
        fs.append(g(i))  
    return fs

f1,f2,f3 =count()

def count():
    fs = []   #函数列表
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f) # 循环结束后，fs中存放了三个函数变量，这三个函数变量都引用了变量i。函数的执行是计算i*i。由于直接引用同一个变量，则执行结果都是一致的

    return fs 

f1, f2, f3 = count()

print( f1() )
print( f2() )
print( f3() )

因此，我们应尽量避免在闭包中引用循环变量，或者后续会发生变化的变量。

匿名函数类似与：lambda x : exp(x)
关键字lambda表示匿名函数，冒号前面的x表示函数参数。
匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。

装饰器本质上是一个函数，该函数用来处理其他函数，它可以让其他函数在不需要修改代码的前提下增加额外的功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等应用场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。

python 函数装饰器类似于Java中的标注。

from functools import wraps

def decorator_name(f):
  # 调用functools.wraps修饰decorated函数，使得被修饰的函数能保持自己的__name__等信息。也
  #可以不使用
    @wraps(f) 
    def decorated(*args, **kwargs):
        if not can_run:
            return "Function will not run"
        return f(*args, **kwargs)
    return decorated
 
@decorator_name   #使用装饰器修改func函数
def func():
    return("Function is running")
 
can_run = True
print(func())
# Output: Function is running
 
can_run = False
print(func())
# Output: Function will not run

给函数常用的参数值设定为参数的默认值，可以降低函数调用的难度。偏函数也可以做到这一点。

functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。

通常包总是一个目录，可以使用import导入包，或者from + import来导入包中的部分模块。包目录下为首的一个文件便是 __init__.py。然后是一些模块文件和子目录，假如子目录中也有 __init__.py 那么它就是这个包的子包了。

在创建许许多多模块后，我们可能希望将某些功能相近的文件组织在同一文件夹下，这里就需要运用包的概念了。包对应于文件夹，使用包的方式跟模块也类似，唯一需要注意的是，当文件夹当作包使用时，文件夹需要包含__init__.py文件，主要是为了避免将文件夹名当作普通的字符串。__init__.py的内容可以为空，一般用来进行包的某些初始化工作或者设置__all__值，__all__是在from package-name import *这语句使用的，全部导出定义过的模块。

python包是：

• 包是一个有层次的文件目录结构，它定义了由n个模块或n个子包组成的python应用程序执行环境。
• 通俗一点：包是一个包含__init__.py 文件的目录，该目录下一定得有这个__init__.py文件和其它模块或子包。

定义方式：

class Student(object):#括号中的是父类，括号后面有一个分号

    def __init__(self, name, score):  # 类实例方法：和普通的函数相比，在类中定义的函数只有一点不同，就是第一个参数永远是实例变量self
        self.name = name
        self.score = score

类变量、类成员变量

class Member():
    num=0 #类变量,可以直接用类调用，或用实例对象调用
    def __init__(self,x,y):
        self.x=x  #实例变量（成员变量）,需要它是在类的构造函数内以self.开头来定义的

（1）类实例变量：成员变量一定是以self.的形式给出的，因为self的含义就是代表实例对象；
（2）类变量：在类定义下直接声明定义的

特殊变量：

（1）__XX：标识私有变量（private），只有内部可以访问，外部不能访问
（2）__XX__ ：特殊变量，特殊变量是可以直接访问的
（3）__slots__ 变量：限制该class实例能添加的属性，仅对当前类实例起作用，对继承的子类是不起作用的

类实例方法、类方法、静态方法

class Foo(object):  
    def test(self)://定义了实例方法  ，第一个参数必须是实例对象，该参数名一般约定为“self”
        print("object")  
 
    @classmethod  
    def test2(clss)://定义了类方法，第一个参数必须是当前类对象，该参数名一般约定为“cls”
        print("class")  
 
    @staticmethod  
    def test3()://定义了静态方法，参数随意，没有“self”和“cls”参数，但是方法体中不能使用类或实例的任何属性和方法
        print("static")  

（1）类实例方法：默认的形式，只能由实例对象调用，第一个参数必须是实例对象，该参数名一般约定为“self”。只能由实例对象调用

（2）类方法：通过@classmethod装饰器定义，第一个参数必须是当前类对象，该参数名一般约定为“cls”。实例对象和类对象都可以调用

（3）静态方法：通过@staticmethod装饰器定义，参数随意，没有“self”和“cls”参数，但是方法体中不能使用类或实例的任何属性和方法。实例对象和类对象都可以调用。可以理解为，静态方法是个独立的、单纯的函数，它仅仅托管于某个类的名称空间中，便于使用和维护。

特殊方法
（1）__str__
（2）__iter__
（3）__getitem__
（4）__getattr__
（5）__call__
（6）__init__

关于元类

（1）接口

python没有定义接口的关键字。定义接口只是一个人为规定，在编程过程自我约束。一般来说，以I开头的类视为接口。

class IOrderRepository:
 
    def fetch_one_by(self,nid):
        raise Exception('子类中必须实现该方法')

（2） 多继承

Python支持多继承

class C(A,B):
 def __init__(self):
    pass

注意：python中使用多继承，会涉及到查找顺序（MRO）、重复调用（钻石继承，也叫菱形继承问题）等。

（3）关于抽象类与抽象方法：

抽象类是包含抽象方法的类，而抽象方法不包含任何可实现的代码，只能在其子类中实现抽象函数的代码。

定义抽象类与抽象方法：
从abc模块调用类abstractmethod和类ABCMeta，自己定义类Foo，继承抽象类ABCMeta，在类Foo中定义exec方法，并添加装饰器abcstractmethod。定义类A继承类Foo，并实例化对象obj，类A中必须有类Foo中的方法否则就会抛出异常。

from abc import abstractmethod,ABCMeta
 
class Foo(metaclass=ABCMeta):
    @abcstractmethod
    def exec(self):
        pass
 
class A(Foo):
    pass
obj=A()

或是通过指定元类：

import abc 
class A(object):
    __metaclass__ = abc.ABCMeta #指定元类
    @abc.abstractmethod
    def load(self, input):
        return
    @abc.abstractmethod
    def save(self, output, data):
        return