Python 編碼

• Unicode把所有語言都統(tǒng)一到一套編碼里，這樣就不會再有亂碼問題了。如果統(tǒng)一成Unicode編碼，亂碼問題從此消失了。但是，如果文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不劃算。所以，本著節(jié)約的精神，又出現(xiàn)了把Unicode編碼轉(zhuǎn)化為“可變長編碼”的UTF-8編碼。UTF-8編碼把一個Unicode字符根據(jù)不同的數(shù)字大小編碼成1-6個字節(jié)，常用的英文字母被編碼成1個字節(jié)，漢字通常是3個字節(jié)，只有很生僻的字符才會被編碼成4-6個字節(jié)。如果你要傳輸?shù)奈谋景罅坑⑽淖址肬TF-8編碼就能節(jié)省空間。

• 在計算機(jī)內(nèi)存中，統(tǒng)一使用Unicode編碼，當(dāng)需要保存到硬盤或者需要傳輸?shù)臅r候，就轉(zhuǎn)換為UTF-8編碼。用記事本編輯的時候，從文件讀取的UTF-8字符被轉(zhuǎn)換為Unicode字符到內(nèi)存里，編輯完成后，保存的時候再把Unicode轉(zhuǎn)換為UTF-8保存到文件。

• 在最新的Python 3版本中，字符串是以Unicode編碼的，也就是說，Python的字符串支持多語言，

• 對于單個字符的編碼，Python提供了ord()函數(shù)獲取字符的整數(shù)編碼表示，chr()函數(shù)把編碼轉(zhuǎn)換為對應(yīng)的字符。

List

• Python內(nèi)置的一種數(shù)據(jù)類型是列表：list。list是一種有序的集合，可以隨時添加和刪除其中的元素。

• 當(dāng)索引超出了范圍時，Python會報一個IndexError錯誤，如果要取最后一個元素，除了計算索引位置外，還可以用-1做索引，直接獲取最后一個元素.

• insert(index,元素)可以把元素插入到指定的位置，該位置及其后的元素會往后移動一位

tuple

• 另一種有序列表叫元組：tuple。tuple和list非常類似，但是tuple一旦初始化就不能修改，比如同樣是列出同學(xué)的名字.

• 要定義一個只有1個元素的tuple;如果你這么定義t = (1); 定義的不是tuple，是1這個數(shù)！這是因?yàn)槔ㄌ?)既可以表示tuple，又可以表示數(shù)學(xué)公式中的小括號，這就產(chǎn)生了歧義，因此，Python規(guī)定，這種情況下，按小括號進(jìn)行計算，計算結(jié)果自然是1。所以，只有1個元素的tuple定義時必須加一個逗號,，來消除歧義t = (1,)。

• tuple的不變指的是引用不變，比如里面存的是對象，改變對象的某些屬性，但這個對象沒有變，即tuple的元素未變。

dict

• Python內(nèi)置了字典：dict的支持，dict全稱dictionary，在其他語言中也稱為map，使用鍵-值（key-value）存儲，具有極快的查找速度。

• 為什么dict查找速度這么快？因?yàn)閐ict的實(shí)現(xiàn)原理和查字典是一樣的。假設(shè)字典包含了1萬個漢字，我們要查某一個字，一個辦法是把字典從第一頁往后翻，直到找到我們想要的字為止，這種方法就是在list中查找元素的方法，list越大，查找越慢。第二種方法是先在字典的索引表里（比如部首表）查這個字對應(yīng)的頁碼，然后直接翻到該頁，找到這個字。無論找哪個字，這種查找速度都非常快，不會隨著字典大小的增加而變慢。dict就是第二種實(shí)現(xiàn)方式，給定一個名字，比如'Michael'，dict在內(nèi)部就可以直接計算出Michael對應(yīng)的存放成績的“頁碼”，也就是95這個數(shù)字存放的內(nèi)存地址，直接取出來，所以速度非常快。

set

• 集合（set）是一個無序的不重復(fù)元素序列。

• 可以使用大括號 { } 或者 set() 函數(shù)創(chuàng)建集合，注意：創(chuàng)建一個空集合必須用 set() 而不是 { }，因?yàn)?{ } 是用來創(chuàng)建一個空字典。

• 創(chuàng)建格式：parame = {value01,value02,...} 或者 set(value)

函數(shù)

函數(shù)的參數(shù)

• 位置參數(shù)，power(x, n)函數(shù)有兩個參數(shù)：x和n，這兩個參數(shù)都是位置參數(shù)，調(diào)用函數(shù)時，傳入的兩個值按照位置順序依次賦給參數(shù)x和n。

• 默認(rèn)參數(shù)，設(shè)置有默認(rèn)值的參數(shù)

• 可變參數(shù)，定義可變參數(shù)和定義一個list或tuple參數(shù)相比，僅僅在參數(shù)前面加了一個*號。在函數(shù)內(nèi)部，參數(shù)numbers接收到的是一個tuple，因此，函數(shù)代碼完全不變。但是，調(diào)用該函數(shù)時，可以傳入任意個參數(shù)，包括0個參數(shù)。如def calc(*numbers):

• 關(guān)鍵字參數(shù)，可變參數(shù)允許你傳入0個或任意個參數(shù)，這些可變參數(shù)在函數(shù)調(diào)用時自動組裝為一個tuple。而關(guān)鍵字參數(shù)允許你傳入0個或任意個含參數(shù)名的參數(shù)，這些關(guān)鍵字參數(shù)在函數(shù)內(nèi)部自動組裝為一個dict。如def person(name, age, **kw):

迭代

• 判斷一個對象是可迭代對象。方法是通過collections模塊的Iterable類型判斷

            
              from collections import Iterable
isinstance('abc', Iterable) # str是否可迭代

            
          

• 如果要對list實(shí)現(xiàn)類似Java那樣的下標(biāo)循環(huán)。Python內(nèi)置的enumerate函數(shù)可以把一個list變成索引-元素對，這樣就可以在for循環(huán)中同時迭代索引和元素本身

            
              for i, value in enumerate(['A', 'B', 'C']):
     print(i, value)

            
          

列表生成式

• 列表生成式即List Comprehensions，是Python內(nèi)置的非常簡單卻強(qiáng)大的可以用來創(chuàng)建list的生成式。

• 如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？方法一是循環(huán)：

            
              >>> L = []
>>> for x in range(1, 11):
...    L.append(x * x)
...
>>> L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

            
          

• 但是循環(huán)太繁瑣，而列表生成式則可以用一行語句代替循環(huán)生成上面的list：寫列表生成式時，把要生成的元素x * x放到前面，后面跟for循環(huán)，就可以把list創(chuàng)建出來，十分有用，多寫幾次，很快就可以熟悉這種語法。

            
              >>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

            
          

• for循環(huán)后面還可以加上if判斷，這樣我們就可以篩選出僅偶數(shù)的平方：

            
              >>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]

            
          

• 還可以使用兩層循環(huán)，可以生成全排列：

            
              >>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

            
          

生成器

• 如果列表元素可以按照某種算法推算出來，那我們是否可以在循環(huán)的過程中不斷推算出后續(xù)的元素呢？這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間。在Python中，這種一邊循環(huán)一邊計算的機(jī)制，稱為生成器：generator。

• 要創(chuàng)建一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的[]改成()，就創(chuàng)建了一個generator：

            
              >>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g

              
                
                   at 0x1022ef630>

                
              
            
          

• 可以通過next()函數(shù)獲得generator的下一個返回值,generator保存的是算法，每次調(diào)用next(g)，就計算出g的下一個元素的值，直到計算到最后一個元素，沒有更多的元素時，拋出StopIteration的錯誤。

• 當(dāng)然，不斷調(diào)用next(g)實(shí)在是太變態(tài)了，正確的方法是使用for循環(huán)，因?yàn)間enerator也是可迭代對象：

            
              >>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)

            
          

• 如果一個函數(shù)定義中包含yield關(guān)鍵字，那么這個函數(shù)就不再是一個普通函數(shù)，而是一個generator，如

            
              def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'

            
          

• 這里，最難理解的就是generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語句或者最后一行函數(shù)語句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時候執(zhí)行，遇到y(tǒng)ield語句返回，再次執(zhí)行時從上次返回的yield語句處繼續(xù)執(zhí)行。

迭代器

• 凡是可以被next()函數(shù)調(diào)用并不斷返回下一個值的對象稱為迭代器：Iterator。

• 凡是可作用于for循環(huán)的對象都是Iterable類型；

• 可以使用isinstance()判斷一個對象是否是Iterator對象

• 生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。

• 把list、dict、str等Iterable變成Iterator可以使用iter()函數(shù)

• 為什么list、dict、str等數(shù)據(jù)類型不是Iterator？這是因?yàn)镻ython的Iterator對象表示的是一個數(shù)據(jù)流，Iterator對象可以被next()函數(shù)調(diào)用并不斷返回下一個數(shù)據(jù)，直到?jīng)]有數(shù)據(jù)時拋出StopIteration錯誤。可以把這個數(shù)據(jù)流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數(shù)實(shí)現(xiàn)按需計算下一個數(shù)據(jù)，所以Iterator的計算是惰性的，只有在需要返回下一個數(shù)據(jù)時它才會計算。Iterator甚至可以表示一個無限大的數(shù)據(jù)流，例如全體自然數(shù)。而使用list是永遠(yuǎn)不可能存儲全體自然數(shù)的。

• Python的for循環(huán)本質(zhì)上就是通過不斷調(diào)用next()函數(shù)實(shí)現(xiàn)的