python菜鸟日记3
1. 对于切片，可以进行切片的对象有字符串，列表，元组，当我们定义了一个以上三种对象其中一个，变量为a，对a这个变量所对应的对象进行切片，a[n:m:q],其中n，m表示索引，q表示步长，当我们反向（从后往前）切片的时候，最后一个数的索引是-1
True
3. 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()
print(i,values)
0 1
1 2
5 33
6 3
5. 在python中连接符+，就是把+左右两边的变量或字符串分开看，如果没有了这个连接符，python就会把这两个看成一个整体
6. 在python中使用isinstance（）函数来进行判断变量类型，比如：isinstance（’aaa222‘，（int，str）），或者isinstance（a，b）判断a是否是由b类生存，isinstance（a，tuple）,判断a是否是元组类型，同时也可以用type来进行判断，>>> type(a)==int，判断a是否是int类型，但一般都不会用type进行判断的
7. 列表生成器：[object for .... in .... for ...in....if....],object表示最终列表中需要生成的数据，for....in....用来生成数据源，列表中可以有多个object，所以可以有两层for循环
if 筛选条件，比如：>>> [m+n for m in 'aef' for n in 'dbc' if (m+n) not in ('ab','de')]
['ad', 'ac', 'ed', 'eb', 'ec', 'fd', 'fb', 'fc']
8. 在Python中，这种一边循环一边计算的机制，称为生成器：generator,生成生成器的方法有两种
①、当推断的算法比较简单的时候可以使用列表生成式来生成，只需把[]换成（）即可，比如：>>>a=（m+n for m in 'aef' for n in 'dbc' if (m+n) not in ('ab','de')），那么a就是一个生成器了，
9. 生成对象一定是迭代对象，迭代对象是惰性序列，只能一次输出一个，不像list可以直接全部输出，而它要么用next（）函数进行一个一个输入，要么就用for循环进行全部输出,当然，我们也可以把这个迭代对象用list（）函数强制转换为list类型，就可以全部输出了
10.我们已经知道，可以直接作用于for循环的数据类型有以下几种：一类是集合数据类型，如list、tuple、dict、set、str等；一类是generator，包括生成器和带yield的generator function。这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
11. 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。
Traceback (most recent call last):
File "", line 1, in
sum(20)
TypeError: 'int' object is not callable
这时函数名就是一个指向20对象的一个变量了，如果想恢复sum，重启一下python就行了
13. 高阶函数：当一个函数里面的参数可以是一个变了，也可以是一个函数的时候，那么这个函数就是高阶函数
例如: >>> def a(x,y,f):
return f(x)+f(y)
>>> a(-55,-33,abs)
88
14. map（函数名，可迭代性对象），map函数里面有两个参数，一个是函数，一个是Iterable，map函数返回map将传入的函数依次作用到序列的每个元素，并把结果作为新的迭代对象返回。注意生存的是迭代对象
15.reduce（）函数，reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是： reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
2. 在Python中，迭代是通过for ... in来完成的，判断某个对象是否可迭代,引入模块，调用函数进行判断：
>>> from collections import Iterable
>>> isinstance('123assdasd',Iterable)True
3. 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()
4. 而对于列表进行迭代的时候，如果要求同时有列表的索引和值的情况下，我们就需要利用函数enumerate（）来进行输出了，
例如：>>> a=[1,2,33,3]
>>> for i,values in enumerate(a):print(i,values)
0 1
1 2
5 33
6 3
5. 在python中连接符+，就是把+左右两边的变量或字符串分开看，如果没有了这个连接符，python就会把这两个看成一个整体
6. 在python中使用isinstance（）函数来进行判断变量类型，比如：isinstance（’aaa222‘，（int，str）），或者isinstance（a，b）判断a是否是由b类生存，isinstance（a，tuple）,判断a是否是元组类型，同时也可以用type来进行判断，>>> type(a)==int，判断a是否是int类型，但一般都不会用type进行判断的
7. 列表生成器：[object for .... in .... for ...in....if....],object表示最终列表中需要生成的数据，for....in....用来生成数据源，列表中可以有多个object，所以可以有两层for循环
if 筛选条件，比如：>>> [m+n for m in 'aef' for n in 'dbc' if (m+n) not in ('ab','de')]
['ad', 'ac', 'ed', 'eb', 'ec', 'fd', 'fb', 'fc']
8. 在Python中，这种一边循环一边计算的机制，称为生成器：generator,生成生成器的方法有两种
①、当推断的算法比较简单的时候可以使用列表生成式来生成，只需把[]换成（）即可，比如：>>>a=（m+n for m in 'aef' for n in 'dbc' if (m+n) not in ('ab','de')），那么a就是一个生成器了，
②、当算法比较复杂的时候就用函数来生成，在函数中我们一般将每次循环中需要输出的值用print输出，而将print换成yield，那么这个函数就变成了生成器
9. 生成对象一定是迭代对象，迭代对象是惰性序列，只能一次输出一个，不像list可以直接全部输出，而它要么用next（）函数进行一个一个输入，要么就用for循环进行全部输出,当然，我们也可以把这个迭代对象用list（）函数强制转换为list类型，就可以全部输出了
10.我们已经知道，可以直接作用于for循环的数据类型有以下几种：一类是集合数据类型，如list、tuple、dict、set、str等；一类是generator，包括生成器和带yield的generator function。这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
11. 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。
12. 在python中函数名其实也是一个变量，当我们把这个变量指向其他对象的时候会发生什么呢？
例如：>>> sum=20
>>> sum(20)Traceback (most recent call last):
File "
sum(20)
TypeError: 'int' object is not callable
这时函数名就是一个指向20对象的一个变量了，如果想恢复sum，重启一下python就行了
13. 高阶函数：当一个函数里面的参数可以是一个变了，也可以是一个函数的时候，那么这个函数就是高阶函数
例如: >>> def a(x,y,f):
return f(x)+f(y)
>>> a(-55,-33,abs)
88
14. map（函数名，可迭代性对象），map函数里面有两个参数，一个是函数，一个是Iterable，map函数返回map将传入的函数依次作用到序列的每个元素，并把结果作为新的迭代对象返回。注意生存的是迭代对象
15.reduce（）函数，reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是： reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)