python3小点
python3小点
1、locals(); 查看当前所有变量
测试是否定义过一个值 f in locals();
2、丰富的else语句：
在 Python 中，else 语句不仅能跟 if 语句搭，构成“要么怎样，要么不怎样”的语境；Ta 还能跟循环语句（for 语句或者 while 语句），构成“干完了能怎样，干不完就别想怎样”的语境；其实 else 语句还能够跟我们刚刚讲的异常处理进行搭配，构成“没有问题，那就干吧”的语境。
3、with语句：
使用 with 语句可以使你不比再担心文件打开后却忘了关闭的尴尬，with 语句会自动处理文件的打开和关闭，如果中途出现异常，会执行清理代码，然后确保文件自动关闭，with 语句处理多个项目的时候，可以用逗号隔开写成一条语句：
with A() as a, B() as b:
4、多条语句
python中一行可以写多个语句，用分号(;)分开即可
5、短路逻辑(and not or)
逻辑操作符有个有趣的特性：在不需要求值的时候不进行操作。这么说可能比较“高深”，举个例子，表达式 x and y，需要 x 和 y 两个变量同时为真(True)的时候，结果才为真。因此，如果当 x 变量得知是假(False)的时候，表达式就会立刻返回 False，而不用去管 y 变量的值。
这种行为被称为短路逻辑（short-circuit logic）或者惰性求值（lazy evaluation）
6、python四舍五入
int() 将小数转换为整数，小数取整会采用比较暴力的截断方式，即向下取整。（注：5.5 向上取整为 6，向下取整为 5）。
“四舍五入”法：int(5.4+0.5) == 5；int(5.6+0.5) == 6
7、中文变量名
Pyhton3 源码文件默认使用utf-8编码（支持中文），可以给变量命名中文名；
你好 = 'haha，我是中文变量名'
8、逻辑操作符优先级(and not or)
not or and 的优先级是不同的：not > and > or；
9、断言 assert
assert：断言；当这个关键字后边的条件为假的时候，程序自动崩溃并抛出AssertionError的异常。
可以用 assert **Error 来自定断言异常类型
10、for i in *
for i in lists:
in 是“成员资格运算符”，所以 for i in 5:会报错;
11、append()和extend()方法
append() 方法是将参数作为一个元素增加到列表的末尾、
extend() 方法则是将参数作为一个列表去扩展列表的末尾。
12、负数索引
python支持负数索引，正常索引是从左到右索引，负数索引是从右到左
| 列表内容 | 1 | 13 | 33 | 28 | 56 | 88 |
|---|---|---|---|---|---|---|
| 正常下标 | 0 | 1 | 2 | 3 | 4 | 5 |
| 负数下标 | -6 | -5 | -4 | -3 | -2 | -1 |
13、分片：
分片：list1 = [1, 3, 2, 9, 7, 8];
- list1[::2] -> [1,2,7]
- list1[::0] -> error 步长不能为0
- list1[::-2]-> [8,9,3] 步长可以是负数
14、列表排序
顺序排序：list1.sort()
逆序排序：list1.sort().reverse() 或者 list1.sort(reverse = True);
15、列表、元组
列表：一个大仓库，你可以随时往里边添加和删除任何东西；
元组：封闭的列表，一旦定义，就不可改变（不能添加、删除或修改）
16、元组推导式
tuple1 = (x**2 for x in range(10))
tuple1是一个生成器，用__next__()方法调用
17、R/r
r是原始字符串操作符。
18、序列：
列表、元组、字符串统称为序列，共同点：
- 都可以通过索引得到每一个元素
- 默认索引值总是从0开始（当然灵活的Python还支持负数索引）
- 可以通过分片的方法得到一个范围内的元素的集合
- 有很多共同的操作符（重复操作符、拼接操作符、成员关系操作符）
19、DRY
Don’t Repeat Yourself
20、global、nonlocal
修改全局变量的值用global关键字；
在嵌套的函数中，内部函数想修改外部函数的局部变量，使用nonlocal关键字；
21、递归
- 函数调用自身
- 设置了正确的返回条件
22、字典
字典不支持一键多值。
23、fromkeys()
fromkeys方法是直接创建一个新的字典，不要试图使用它来修改一个原有的字典，因为它会直接无情的用把整个字典给覆盖掉。
24、frozenset()
不可变集合：frozenset()；
25、集合是无序的
集合是无序的，不可用索引值索引；set1 = {1, 1.0}为{1.0}，1和1.0在set里等值；
26、open()
open()函数默认的打开模式是’rt’，即可读、文本的模式打开。
27、f.seek()
f.seek()定位的文件指针是按字节为单位进行计算的。
28、pickle
pickle的实质就是利用一些算法将你的数据对象存储成二进制文件，存储在磁盘上，当然也可以放在数据库或者通过网络传输到另一台计算机上。
29、类：封装、继承、多态
| 封装 | 对外部隐藏对象的工作细节 |
|---|---|
| 继承 | 子类自动共享父类之间数据和方法的机制 |
| 多态 | 可以对不同类的对象调用相同的方法，产生不同的结果 |
30、类的定义：
类的属性和方法定义应该尽可能的抽象，更符合面向对象的思维。
31、__init__()方法
__init__()特殊方法不应当返回除了 None 以外的任何对象，只能返回None。
__init__() should return None
32、子类定义了父类的方法
当子类定义了与父类相同的属性和方法时，会将父类属性或方法覆盖，子类对象调用的时候会调用到覆盖之后的新属性或方法，父类的仍然存在，只是子类对象’看不到’。
33、super()函数
super()函数的超级之处在于你不需要明确的给出任何基类的名字，它会自动的帮你找出所有的基类以及对应的方法，由于你不用给出基类的名字，这就意味着你如果需要改变了类继承关系，你只要改变 class 语句里的父类即可，而不必在大量代码中去修改所有被继承的方法。
34、钻石继承(菱形继承)
多重继承容易导致重复调用问题，程序应该可控，而不能受到继承关系影响。
35、issubclass(class, classinfo)
issubclass(class, classinfo) 函数：判断一个类是否为另一个类的子类
- 一个类被认为是其自身的子类。
- classinfo 可以是类对象组成的元祖，只要 class 与其中任何一个候选类的子类，则返回 True。
- 在其他情况下，会抛出一个 TypeError 异常。
36、isinstance(object, classinfo)
isinstance(object, classinfo) 函数：判断对象 a 是否为 类 A 的实例对象
- 如果 objec t是 classinfo 的子类的一个实例，也符合条件。
- 如果第一个参数不是对象，则永远返回False。
- classinfo 可以是类对象组成的元祖，只要class与其中任何一个候选类的子类，则返回 True。
- 如果第二个参数不是类或者由类对象组成的元祖，会抛出一个 TypeError 异常。
37、python修饰符
python修饰符：其实 Python 的修饰符就是一种优雅的封装，但要注意的是只可以在模块或类定义内对函数进行修饰，不允许修饰一个类，一个修饰符就是一个函数，它将被修饰的函数做为参数，并返回修饰后的同名函数或其它可调用的东西。
@something
def f():
print("I love FishC.com!")
# 相当于
def f():
print("I love FishC.com!")
f = something(f)38、魔法方法
魔法方法总是被双下划线包围，例如__init__()， __init__()方法的返回值一定是None，不能是其它。当重写__init__() 方法时一定不能忘记。
39、__new__()方法
__new__() 是在一个对象实例化的时候所调用的第一个方法。它跟其他魔法方法不同，它的第一个参数不是 self 而是这个类（cls），而其他的参数会直接传递给 __init__() 方法的。
40、python三大容器
python基于序列的三大容器是列表、元组、和字符串。
41、迭代
迭代：迭代是重复反馈过程的活动，其目的通常是为了接近并到达所需的目标或结果。每一次对过程的重复被称为一次“迭代”，而每一次迭代得到的结果会被用来作为下一次迭代的初始值。迭代器不是一个容器，是实现了__next__()方法的对象。
42、迭代器不能取上一个值
迭代器性质决定没有办法回退，只能往前进行迭代。不能获取上一个值。
43、如何判断是否有迭代功能
判断一个容器是否拥有iter()和next()方法来判断是否具有迭代功能。
44、访问set元素
对于无法随机访问的数据结构 set 而言，迭代器是唯一的访问元素的方式。
45、协同程序
协同程序就是可以运行的独立函数调用，函数可以暂停或者挂起，并在需要的时候从程序离开的地方继续或者重新开始。Python 是通过生成器来实现类似于协同程序的概念：生成器可以暂时挂起函数，并保留函数的局部变量等数据，然后在再次调用它的时候，从上次暂停的位置继续执行下去。
46、生成器、迭代器
生成器所能实现的任何操作都可以用迭代器来代替，因为生成器实际上就是基于迭代器实现的，生成器只是一个yield语句，内部自动创建__iter__()和__next__()方法。将一个函数改为生成器说白了就是将return改为yield。
生成器的最大作用是使得函数可以“保留现场”，当下一次执行该函数是从上一次结束的地方开始，而不是重头再来。
- generator 是用来产生一系列值的
- yield 则像是 generator 函数的返回结果
- yield 唯一所做的另一件事就是保存一个 generator 函数的状态
- generator 就是一个特殊类型的迭代器（iterator）
- 和迭代器相似，我们可以通过使用 next() 来从 generator 中获取下一个值
- 通过隐式地调用 next() 来忽略一些值
47、python手动定义 const 常量定义，实现 const.NAME = ‘你好’，NAME为常量不可变。
简单实现：不可改变，常量名全部大写。
class Const:
def __setattr__(self, name, value):
if name in self.__dict__:
raise TypeError('常量无法改变！')
if not name.isupper():
raise TypeError('常量名必须由大写字母组成！')
self.__dict__[name] = value
import sys
sys.modules[__name__] = Const()sys.modules 是一个字典，它包含了从 Python 开始运行起，被导入的所有模块。键就是模块名，值就是模块对象。
import sys
sys.modules[__name__] = A();48、python包
python的包必须有一个__init__().py文件，可以为空文件，但必须有。用来告诉python将该文件夹当成一个包处理。