离毕业工作还有几个月，本来想早点去公司实习，无奈gb学校不给放。好吧，既然这样，就学门语言。
参考与 http://www.cnblogs.com/vamei ，我是跟着这位博客牛人的博客教程学的，具体的大家可以到这位博主的博客查看。
记得比较零碎，就将练习的小例子的代码以及注释粘了过来，主要是为了防止自己忘记，大家凑活着看吧。
#coding:utf-8
from logging import exception
from xmlrpclib import DateTime
#定义类
class Info():
age=2
class Person(): #括号内的参数代表继承与那个对象，不代表构造方法形参
name='hefei'
age=25
def sayHello(self,content): #成员函数需要包括self参数
print content
def __init__(self,Info): #相当于构造方法，用来在对象创建时，初始化一些属性
self.age=Info.age #类的继承，新建类时括号内写被继承的父类
class American(Person):
shengao=1.88
i=Info()
a=Person(i) #map的赋值，python里面成为字典，无非键值对嘛，就是个map
m={'name':'hefei','age':25}
m.setdefault('shenggao')
m['shenggao']=1.88
for i in m.values():
print i #文件流
f=open('test.txt','r')
content = f.readline()
f.close()
print content #循环语句之几个好用的方法
S = 'abcdefghijk'
for i in range(0,len(S),2): #最后一个参数代表跳几格
print S[i] S = 'abcdefghijk'
for (index,char) in enumerate(S): #在对list或tuple进行迭代时，枚举方法可以获得列表的索引，index
print index
print char #zip，打包，对于相同长度的列表们可以进行打包，以下例为例，打包后的结果为：[(1,'a'),(2,'b'),(3,'c')]
ta=[1,2,3]
tb=['a','b','c']
zipped=zip(ta,tb)
print type(zipped),zipped #unzip
ta1,tb1=zip(*zipped) #*代表解包裹的意思，解包裹就是按照","拆分
print ta1,tb1,type(ta1)
#再次打包,又变回去了，不过类型变了，呵呵，设计的真好
result=zip(ta1,tb1)
print result #循环对象，相当于迭代器，一些方法的返回值就可能是一个循环对象，for循环时，就是调用循环对象的next()方法
f=open('test.txt') #这里的文件对象就是一个循环对象
for line in f:
print line #生成器：自定义迭代对象，每次迭代时，遇到yield返回，下一次迭代时，从上一次yield的地方开始迭代
def gen():
a=1
yield a
a=a+1
yield a
for i in gen():
print i
#表推导,和自定义迭代器一样，有简短的表达式形式,表推导用来快速生成所需的列表，感觉没有多大用途。
L = []
for x in range(10):
L.append(x**2)
print L xl = [1,3,5]
yl = [9,12,13]
L = [ x**2 for (x,y) in zip(xl,yl) if y > 10]
print L
#lambda函数,在面向对象的世界里，函数也是对象
func=lambda x,y:x+y
print func(1,2)
#lambda 表达式等价于常规的方法定义
def func(x,y):
return x+y
print func(2,3)
#几个特殊的方法
#map 函数：返回一个列表，结果为本来列表经方法处理后的列表，返回结果为[3,5]
print map(lambda x:x+1, [2,4])
#reduce方法，迭代的思想，将前一个方法处理后的结果作为后一个处理的参数，返回结果为6
print reduce(lambda x,y:x+y, [1,2,3])
#异常处理
re=iter(range(5)); #使用iter方法定义一个迭代对象
try:
for item in range(10): #迭代10次
print re.next()
except StopIteration:
print 'here is the end ',item
finally:
print 'this is finaly'
#自行抛出一个异常对象，raise关键字
raise StopIteration
#动态类型，引用独立 下例中，a+2了，虽然b的引用指向a 但，b的值不变
#python中对象分为可变和不可变对象，像元组（tuple）和字符串都是不可变对象，其他的是可变对象，这点和java相同
a = 5
b = a
a = a + 2
print 'a=',a,'b=',b
#标准库中的api介绍
print DateTime()
#python深入学习内容
#上下文管理器：定义了文件对象的作用范围,在with 语句之内，虽然f没有手动关闭，但是只要在with语句块之外，对象就自动关闭,其实就是分别执行类内置函数，__enter__和__exit__方法
with open('test.txt','w') as f:
print f.closed
print f.closed
#可以自定义上下文管理器
class Teller(object):
def __enter__(self):
print 'i m come'
def __exit__(self,fexc_type,exc_value,traceback): #这里尼玛不给提示,这里的__exit__方法需要4个参数是必须的
print 'i m out'
with Teller() as teller: # with 语句块内一定要有语句，不然解释不通过
print 'running..'
#函数对象，就相当于java中的内部对象
def out_fun():
def in_fun():
return 2
print in_fun()
out_fun()
#闭包，以下程序运行结果为25，my——line= line_conf()返回一个函数对象，传入5，进行2*5+b的运算，使用的b为外部函数所定义的b的值
#这里的b也称为内部函数对象的环境变量，一个函数对象和他的环境变量集合在一起就叫做闭包，环境变量的取值被放在函数对象的_closure_属性中,该属性是一个元组
#闭包的优势在于减少了函数参数的设定，在"并行运算中有很大的应用"（不是很懂）
def line_conf():
b = 15
def line(x):
return 2*x+b
return line # return a function object b = 5
my_line = line_conf()
print(my_line(5))
print my_line.__closure__[0].cell_contents
#装饰器，就相当于java中的动态代理,修饰原有的方法，让原有的方法得到加强
#定义一个装饰器，装饰器是修饰函数的，故接收的参数也是函数对象，除此之外，装饰器还可以修饰类，代码如下
def decorator(F):
def new_F():
print "这是加强内容"
return F() #这里一定要用F(),不能用F，否则出不了结果，这里体现了闭包的特性，内部函数调用了外部的环境变量
return new_F #返回加工后的函数对象 @decorator
def F():
print "原来有的内容"
F() #装饰器还可以修饰类
def decorator1(aClass):
class newClass:
def __init__(self, age):
self.total_display = 0
self.wrapped = aClass(age)
def display(self):
self.total_display += 1
print("total display", self.total_display)
self.wrapped.display()
return newClass @decorator1
class Bird:
def __init__(self, age):
self.age = age
def display(self):
print("My age is",self.age) eagleLord = Bird(5)
for i in range(3):
eagleLord.display() #使用的一些小技巧
#但写有测试语句的模块被别的模块引入的时候，要想在别的模块中不运行这些测试语句，在别的模块中可以这么写，if __name__=='__main__':测试代码
def localMethod():
print "hello"
if __name__=='__main__':
print 'test content'
未完待续。。