正式的官方教程其实到第12小节就已经差不多完结了，13小节及其以后多是一些介绍性的东西，在这里一并总结了。
1. 前面介绍的教程属于python官方教程文档的一部分，其他的一些文档包括：
（1）python标准库 https://docs.python.org/3.7/library/index.html#library-index
里面更详细的介绍了类型，函数，模块，涉及到网络通信，随机数，压缩等各个方面
（2）安装python模块 https://docs.python.org/3.7/installing/index.html#installing-index
介绍怎么安装用户开发的第三方模块
（3）python 语言参考 https://docs.python.org/3.7/reference/index.html#reference-index
更详细的介绍了python的语法
（4）更多python资源
<1> python官网 https://www.python.org/，包含了代码，文档以及相关的链接
<2> python 官方文档 https://docs.python.org
<3> python 包索引 https://pypi.org，用户创建的各种第三方库以供其他用户下载
<4> python cookbook， 官方都推荐的书，没看的抓紧看吧，代码，脚本，模块应有尽有
<5> python 相关的视频 http://www.pyvideo.org，来自各种会议或组会的视频链接
<6> scipy https://scipy.org, python用于科学计算的包
2. python相关的问题报告，以及建议什么的可以发送给 [email protected]
3. 交互输入编辑与历史替换
一些版本的python解释器能够支持当前是输入行的编辑以及历史替换，就像shell中的编辑风格一样，这种编辑风格是通过 GNU Readline library 实现的
3.1 Tab 键补全与历史编辑
当python解释器启动的时候，变量名和模块名的补全功能就可以使用了，熟悉linux shell命令的人都知道，当你输入一个变量的前几个字符后按下Tab，就会自动补全剩下的字符，或提示你可选的字符。对于点表达式，例如string.a，使用Tab键，会评估 . 以前的表达式，然后从该对象的属性中显示建议补全的内容。
默认配置下，所有的历史命令会存到用户目录下的一个.python_history 文件中，当下次交互输入的时候，这些历史命令可以重新调用。
3.2 交互式解释器的替代选择
（1）IPython, 现在应该叫jupyter notebook，是一个增强版的交互式python解释器，支持 Tab 补全， 对象查找，高级历史管理等，也可以完全定制和嵌入到别的应用中
（2）另一个增强型交互式环境是bpython
4. 浮点型数据计算，问题与局限
python中的float数字，是基于二进制小数。与十进制小数的表示方法有所差别。如0.125,在十进制中，这个值写成：1/10 + 2/100 + 5/1000；同理，在二进制中就写成了：0/2 + 0/4 + 1/8， 这两种表示方法有相同的值
问题是，大多数十进制小数并不能用二进制小数精确表示。结果就是你输入的十进制浮点数只是用二进制浮点数的近似表示，例如，十进制的小数0.1，无论你用多少位数的二进制数字来表示，都只能无限接近0.1,而不能完全等于
现在的大多数机器，浮点数都只能用二进制的小数表示。对应分数的分子用8字节的前53位来表示，分母表示为2的次方，例如，0.1表示为：3602879701896397 / 2 ** 55
需要注意的是，在python中，浮点数的输出即使看起来像十进制的小数，但是实际储存的只是用二进制表示的近似数
这样就带来一个问题，如前面小节中介绍decimal模块的时候也提到过的问题：
0.1 + 0.1 + 0.1 == 0.3 结果为False，对于需要精确十进制表示的场景，还是使用decimal 模块。
另外一种精确运算可以用fractions模块来进行，该模块实现了基于有理数的计算，能够精确的表示小数
python的包Numpy 和 Scipy也提供了用于数学统计的运算包
Python也提供了一些工具，为精确表示提供一些帮助，如：
float.hex() 方法以16进制为基数精确表示浮点数，并且这种表示方法是跨平台的
math.fsum()函数，会减少计算过程中的精度损失，以保证计算 精度，如：
sum( [0.1] * 10 ) == 1.0 # False
math.fsum( [0.1] * 10 ) # True
目前几乎所有使用IEEE-754浮点运算标准的机器以及所有的平台都会把python浮点数映射为IEEE-754双精度类型，754双精度类型包含53位精度。
5. 附录
5.1 交互模式
（1）错误控制
当错误发生时，解释器打印出错误信息和错误堆栈。在交互模式下，它会返回到初级提示符。当错误来自一个文件，它会以一个非0的退出状态退出。 一些错误是致命的，也会引起程序以非0状态退出。所有错误信息写入到标准错误流中，命令的正常输出会写入到标准输出流。
在初级提示符或次级提示符输入打断字符（ctr - c）会取消输入返回到初级提示符，如果程序在执行过程中被打断，则会报KeyboardInterrupt异常，这个异常可能能被try 语句处理
（2）执行python脚本
Linux系统中，python脚本在获得可执行权限后可以直接运行，需要在脚本的开头指定python解释器，如下：
#!/usr/bin/env python
给脚本加上可执行权限：
chmod +x myscript.py
在window系统上，不需要额外添加权限，直接双击脚本就可以运行了
（3）交互配置文件
在python的交互模式中，解释器每次启动都要执行的命令可以在启动配置文件（PYTHONSTARTUP）中进行配置。这个文件只有在交互模式下才会读取，如果想在脚本中使用这些启动设置，就必须在脚本中声明，如下：
import os
filename = os.environ.get('PYTHONSTARTUP')
if filename and os.path.isfile(filename):
with open(filename) as fobj:
startup_file = fobj.read()
exec(startup_file)
（4）定制模块
python中sitecustomize 和 usercustomize来定制模块，要定制模块，需先用如下方法找到site-packages目录的位置：
import site
site.getusersitepackages() # 获取site-packages路径
在site-packages 目录下创建一个usercustomize.py文件，里面放入所需要的模块内容，python每次启动时都会读取该文件，如果python 启动时加上 -s 选项，则禁用该文件导入。
sitecustomize以相同的方式工作，通常由计算机管理员在全局的site-packages目录下进行创建，并在usercustomize之前被导入。
本篇内容到此结束，参见官方 文档：https://docs.python.org/zh-cn/3.7/tutorial/interactive.html
https://docs.python.org/zh-cn/3.7/tutorial/floatingpoint.html
https://docs.python.org/zh-cn/3.7/tutorial/appendix.html
本系列文章到此结束，敬请期待后续主题