python基本语言元素的总结
- python基本数据类型和基本操作我就不讲了，这个和java等语言并无什么大的差异，值得注意的是python里面所有数据类型都是句柄操作，也比java面向对象的特性更加深入。
- Python string 字符串编码也是利用了unicode比较方便使用
- python的关键数据结构：（1）list ，是以[]包括起来的数据结构，然后是可变数据类型，意思是里面的句柄可以改变，增加删除元素的方法我也不说了，非常灵活，不仅可以正向取数据还可以反向下标取数据。例如[1,2,3][-1]取倒数第一个数出来
- 第二个数据结构是tupe,与list类型，但是它里面的数据句柄是不可变得，这里注意是句柄不可变不代表数据就不可变，举个例子：(1,2,3,[‘x’,’y'])这里[‘x’,’y']这个list句柄不可变，但是它里面的x,y这两个元素确实可以变的。取数的规律就像C中的二维数组，不多罗列。
- 接着照着语言的特性，到循环了。以前我觉得python的判断和循环怎么这么不正常，现在看起来，python的判断循环的语法糖简直太符合心意了，就像伪代码，写起来蛮简洁，这个也没什么好说的。
- 到了dict了，这里的dict其实就是对应的别的语言的map，是一种二维的映射关系，也是用空间换时间的一种方式，同样的和前面的list对比，也是添加删除数据都异常灵活，如果key找不到会抛出异常。而且因为是用类似hashmap的key-value查找方式，所以速度会很快，增加大量数据都不会减慢数据的查找删除工作。与此同时相比较list，当数据类较大时候，find和delete操作都要付出较大的代价。因为key需要用到hash值，所以key应该为不可变对象，这样才合理，事实也是这样。像List可变对象就不能作为hash的key。tuple是可以的，经试验,tuple里面包含list然后拿去做key，结果也不行，说明了key只能是不可变对象，里面不能包含List等可变对象
- Dict返回值的时候还可以指定默认值这个也是个小的方便点。找不到key时候的做法，例如dict.get(9,-9)这样的合理性在于我不确定key有没有，我又不想总是去捕获没有key异常很麻烦，就可以用默认值返回作为辨识数字。
- 然后下个有了dict，下个就是set，无他就是类似与hashset单一属性的结构，就是一个集合，和集合操作一样，重复添加相同元素没有效果，但是set是可以动态改变内容元素的，这里set就没有比较好的直接表示符号了，需要初始化时候，这样para=set([1,2,3])，我觉得这个表示稍显麻烦
- python里面str也是不可变类型，一如java等面向对象语言。
python函数的总结
首先要掌握的自然是函数定义等方法，和里面自带函数使用的api，这里不多说，相信python里面是有自带相当多好用又丰富的函数的，想要时可以直接查api。还有一点比较特别就是函数也可以当做句柄来赋值给变量，这点相当灵活。
例如： a=abs ，就可以把自带的abs函数赋值给a变量
强制缩进的语法贯彻在python中，没啥好说。还有定义函数的语法说下：
定义一个函数： def Fun(para):
If x>9:
pass
else
return True
如上没有逻辑块时候pass是拿来做占位符的，因为python的对齐要求，所以需要占位符这么一个东西。还有返回值，函数需不需要返回无需定义，即使自己没有返回东西时候，其他函数也默默返回了一个None。
python函数有一个问题就是参数类型可以是任意变量，这样就导致类型不知道，这时候我们很可能需要有一个能判断类型的东西，才不会导致调用其他函数导致异常。合情合理的猜想，没错应该要有，这个就是 isinstance，很普通的判断类型的东西，在java里面可以看到了。动态转化比较灵活的语言，我相信都应该有能明确判断类型的符号。命名差不多就是instanceof类似。python函数灵活体现还在能返回多个值，返回多个值回上一个调用层。其实仔细想想无非就是返回一个tupe，事实也正是这样，至于返回数量对不对的上变量数量等小问题，自己去查。这里涉及到一个tupe自动装箱接箱的东西，这个可以映射到java int 等基本类型在某个情形下自动装箱变为句柄的Integer，这里也没有什么出奇的。不过确实灵活好用。
至于灵活的代价，我自己思考的是，从python好多类型不一致就抛出异常的情况下，导致自己捕获异常需要异常严格，不然一下子就可能导致程序崩溃，所以python作为胶水语言就是这样来的，大型工程用python没有严格工控代码，很容易导致代码的脆弱性和不可维护性吧，因为太过灵活。
函数参数灵活性第二点是默认参数，这个意思就是可以定义下面函数
Fun(a,b=3) ,我可以直接调用Fun(4)也可以，另一个参数默认就是3，这样做是为了减轻多个参数书写的方便性，回想起面向对象，我们就要重载方法了，对应不同个数的方法数，不同参数，这样一看，这种默认参数的做法确实灵活简洁。
还是有一个句柄问题，要记住句柄只是操作真正对象的一个句柄，所以默认参数例如
Fun(a=[]):
a.append(‘ok’)
Return a
这样你如果每次不带参数调用，几次调用后就会返回[‘ok’,’ok’,]这样的list，这样的结果也不难想到也是对句柄理解问题，所以我们需要思考。因为每次不带参数的话，每次调用的默认句柄，还是括号参数里面的那个[]句柄，没有变过，每次增加都是操纵着同一个地方了。自然多次调用结果返回的list是一样的。
我们可以用不可变对象None来代替，不变对象也利于多线程操作，还不用加锁
Fun(a=None):
If a is None:
a=[]
a.append(‘ok’)
Return a
可变参数：这个的特点就是可以传入不知道数量的参数，只需参数前面加个*号
Def fun(*para):
pass
这样的效果很容易就想到是把参数进行了tupe的自动包装，然后传入
如果需要把list或tupe直接传入，加个*，例如：a=[1,2,3] fun(*a)就可以复用这个函数
关键字参数，就是可以传一个dict进去，代表着可选的，要是直接是dict的话可以直接用**dict来调用
这时候感觉就有点繁琐的语法了，要用时候再查吧，要知道有这个能直接方便传可变的dict数量进去的参数就行了
还有一个叫命名关键字的，就是传入关键字参数可以指定key，然后它们参数放置顺序还有一些规则，这些太细的东西就自己查吧，不然掉进语法细节无法抽身了。其实感觉这些什么关键字参数的用处可能不是很多。（这个说法有待考证）
递归函数什么的没什么好说，这个不管任何语言都差不多，主要看理解和思维方式
python高级语法规则
到这个层面应该都是语法糖的东西了，用起来好用方便些简洁优雅的东西了。有些能少打一些代码。
第一个切片
这个好理解，其实就是别的语言string操作中的substring操作，不过这个python可利用这个特性的我猜想都是继承了iterator接口的东西，也就是可迭代对象，这样就很容易知道,str,list,tupe这三个肯定是支持的了，这三个都支持，dict从逻辑分析，应该不能支持，应为dict里面压根就是无序的，它主要用到的就是查找快，hashmap
下面展示切片的几个用法：
a=[1,2,3,4,5]
a[:4]默认从0下标开始，没写就是默认，然后第二个当然就是结束下标，当然这里也是符合C传承下来的左闭又开原则，右开就是下标为4取不到，这里我想引申一些东西，就是左闭右开为啥这样设计的，据我之前看到的一本经典C书中，有这么一段思想，我觉得蛮有道理的，她说的是左闭右开很方便计算元素的个数，直接右下标-左开始下标就是个数。想想有理有据，令人辛福。
当然切片也可以从倒数开始一如之前list,tupe那般灵活
例如：a[0:-1],这样可以,a[-2:]这样也行，真是灵活,具体结果就是你猜想那样了。自己打下练练手也好
a[:]这样甚至能复制一个对象，这里竟然不是复制句柄，而是直接复制一个对象出来，自己可实验。经我实验，结果是直接复制一个list出来，就是说，我在复制出来的对象操作不会影响我本来的数据。
还可以每隔几个就取一个数据，语法糖为：a[0::2]这个结果就是[1,3,5]，后面是每隔两个取一个元素的意思。
有了这个切片，subString()这个函数的功能基本被取代，str确实也是这样。还有能简化很多循环操作。
第二个：迭代
这个没啥好说的，实现了iteratable接口就可以进行迭代，然后说下如何判断是否是iterable对象呢，有没有一点印象，如果能联想起来说明记忆力不错。没错就是那个isinstance函数，或者说关键字，可以用isinstance([1,2,3],iterable)来判断，返回的是bool值
第三个：列表生成式
看完这个你可能觉得python真特么灵活，没错，它就是灵活，代码短小著称的。不过不合规范也造成难以理解的问题。
这个列表生成器顾名思义就是生成列表的，而且生成的是可变的list，虽然能够通过几个循环产生同样的效果，不过短小的列表生成器看起来还是如此简洁优美。
例子：
生成[1,4,9,16,25,....]的List直到下标达到100
可以这样生成[x*x for x in range(100)]即可
产生效果如下：
然后加以引申可以加上判断：
[x*x for x in range(10) if x%2==0] 思考下就知道这是产生偶数的平方list，range在10以内的
然后可以猜到的是里面的x是表示一个变量，那么我们可不可以用两个变量，然后加上多一个循环呢，就是两个循环，这也是可以的，多个循环也可以，不过一般不超过两个了，为了可理解性
[{x,y} for x in ‘ABC’ for y in ‘xyz’]没错这是产生’ABC’和’xyz’的{x,y}dict的全排列
结果如下：
是不是觉得惊呆了，如此简洁如此有力的列表生成器就是如此灵活。
第四个：生成器
这个生成器也是生成一个list的，不过这个与列表生成式最主要的区别，主要就是这个生成器是调用一次就产生一个结果，一次一个结果，只有前面结果出来了，才产生后面的结果，这个的主要用途考虑到列表生成式的生成不可控，是一下子生成完所有结果，然后会占用大量内存。这个就不会这个一个一个生成。其实仔细想想，这个属性和我一个循环计数控制差距在哪呢。我感觉没啥差距了，这个也不是那么直观和方便吧。
还是介绍下：
列表生成式变为一个个产出的列表生成器 外面改为括号就可以
例如：t= (x*x for x in range(10))这个就是列表生成器，外面改成[]就一下子产生结果。
而列表生成器也是iterable类型可以用
For a in t:
Print(a) 输出所有结果，也可以自己调用next(t)产生，不过到结尾时会抛出一个没有元素的异常，需要自己捕获
另外函数也可以改装成列表生成器，一个个产生结果
def fun():
a,b=0,1
while true:
yeild b
a,b=a,a+b
这样也变成一个列表生成器了，特点就是每次调用next时候，在yeild地方停止，然后输出b，接着下次在yeild地方继续执行。
这个自我感觉用起来费劲，不如for 循环计数来的粗暴直观
第五：迭代器
直接调过，没啥好说，前面说的有些了，具体可以自己查
值得注意的是Iterator和Iterable的差别，Iterator支持惰性运算即可以一个接着下一个运算。
函数式编程
函数式编程，这个就是把函数当做参数传进函数里面，形成一个高阶的函数。听说过一个观点，函数式编程由于只要输入一样，输出就是固定的。都是局部变量特别使用并发，不用控制锁，同步等，被称为没有副作用。只要输入是一样的，输出必然一样。python前面说过了，可以把函数赋值给一个变量，然后变量使用函数，这个变量也可以传进一个函数里面，从而形成高级函数。
在这个函数式编程的思想指导下，我们有了几个由此产生的很好用的工具，体会函数式编程的思想是关键。参数是函数，只有函数与函数之间的作用，最后产生一个结果，没有类变量也就没有同步问题，多线程等问题
map函数
map函数接受两个输入，一个是函数，一个是Iterator，然后产生另外一个经过映射的函数每个Iterator里面每个序列产生的Iterator，一想这个和列表生成式几乎一样啊。但是值得注意的首先，map(f,iterator)，第一个需要是函数才行，第二个iterator产生出来的map对象相当于一个惰性的生成器，需要手动调用next(g)才产生下一个结果，想想这个又跟生成器有点像，但值得注意的是这个序列每个元素都执行在一个函数f上。确实跟生成器有些像。
还有可以通过list(map)把这个惰性运算的结果，全部运算出来封装成一个list.
这个map值得思考作用，函数式编程的思想。map别和dict搞混了，一个是数据结构dict，一个是产生器一样的东西map,
通过type函数可以查看不同对象类型，正所谓一切皆对象。
还有reduce函数，类似的，就是把函数效果叠加在每个序列数产生的结果上
还有filter ，看名字就知道过滤器。
还有sorted，这些函数的特点都是把一个函数当做参数作用在一个高阶函数上。
接着就是其他语言例如java也有的，匿名函数，还有各种类的定义方法。和各种模块的使用。静通python主要指的是这些模块能否使用自如了吧。不过还是那句话，善于解决遇到问题，善于利用工具才是王道。接下去的总结，未完待续了。（可能后面没心情，也不会再续了，这些总结内容已经把python基本语法走了一遭了,python高级语法糖里面有比较多能让代码变得简洁的东西，前面的语法好像和java等语言差距不大，不过更灵活一些）