Python进阶学习
主要围绕以下几个问题加强了对python的理解。
（1）python中常用的四种数据结构（set, dict, list, tuple）
python中常用的数据结构统称为容器（container），主要有：
- 序列（列表，元组，字符串） 每个元素都有自己的编号
- 映射（字典）唯一内建的映射类型
- 集合（set）
列表可变，是区分于元组、字符串最重要特点。
一些基本用法：
列表（list）：[ ]。有序，可更改（增加，删除等）。
获取方法：下标或者切片操作。
更改方法：直接赋值。
删除：末尾删除，L.pop(元素)。删除指定位置，L.pop(位置)。
增加：末尾增加，L.append(元素)。指定位置插入，L.insert(位置,元素)。
元组（tuple）：( )。有序，不可变。赋值时候决定所有元素。
词典（dict）：{ }。无序，可更改。空间换时间，提升效率。
集合（set）：{ }。元素不能重复。无序，可更改。
使用场景：
列表：不定长连续空间 查找复杂度o(n)
消耗内存 yield方法（考虑性能和资源的使用）
元组：不能修改，正是其有用的地方；保存不可变对象的引用时，不用担心被其它程序修改
列表和元组之前的主要不同：
不可变vs可变
同构vs异构 ：元组异构，当作没有字段名的记录；列表同构，具有相同意义的数据
字典：底层为hashmap 根据key找value的复杂度为o(1)，适用于对成员的频繁查找与更新
集合：非连续的内存空间，相比列表内存效率高，一般做数据的交差并补操作
（2）python的关键字参数和位置参数
在python的函数定义/调用时，常涉及到以下几种参数：位置参数，关键字参数，默认参数等。
位置参数：调用函数时根据函数定义的参数位置来传递函数。
必须一一对应，缺失一个都不行。
关键字参数：调用函数时通过“键-值”形式加以指定。可以使函数更加清晰、容易使用，同时清除了参数的顺序需求。
当存在位置参数时，位置参数必须在关键字参数前面，但关键字之间不存在先后顺序。
默认参数：定义函数时，为参数提供默认值，调用函数时可传可不传该默认参数的值。
可变参数：定义函数时，有时并不确定调用的时候需要传递多少个参数（不传参也可以）。（而我们一般在定义函数时，是要预先定义要接受多少个参数的）。在代码中经常看到这种语句：func（args， **kwargs），其中带的参数用来接受可变数量参数，称为packing。
*arg 非关键字参数列表，是tuple类型
def func(*args):
...
func()
func(a)
func(a,b,c)**keywords 关键字参数列表，是dict类型
def func(**kargs):
...
func(a=1)
func(a=1,b=2,c=3)另外，* 和 **也可以在函数调用的时候使用，称为unpacking。
在传递元组时，让元组的每一个元素对应一个位置参数。
def func(name, sex):
print name, sex
args=('noora', 'female')
func(*args)
# noora female在传递词典字典时，让词典的每个键值对作为一个关键字参数传递给函数。
def func(kargs):
print kargs
krags = {'name': 'noora', 'sex', 'female'}
func(**kargs)
# {'name': 'noora', 'sex', 'female'}（3）作用域 变量解析规则 生存周期
- 命名空间（namespace）：名字到对象的一个映射
- 作用域（scope）：python程序的一块文本区域。
在该文本区域中，对namespace可以直接访问（会在所有namespace中查找该变量），而不需要通过属性访问（名字+.）。
命名空间是纯粹意义上名字和对象的映射关系；作用域还指出从用户代码的哪些物理位置可以访问到这些名字。 namespace：它存在吗？
scope：我能看见它吗？
python中，scope是由namespace按特定层级结构组合起来。scope一定是namespace，但namespace不一定是scope。 - 为何要弄清？ 涉及变量声明在程序里的可应用范围（变量可见性），即你可在程序的哪些部分去访问一个指定的标识符。
python变量的作用域遵循LEGB原则：在一个python程序运行中，至少有4个scopes存在，直接访问一个变量可能在其中依次搜寻。
L（local）局部作用域，比如函数/方法内部。 E（Enclosing）非局部也非全局变量，闭包函数外的函数中。
G（Global）全局作用域，当前脚本的最外层，比如当前模块的全局变量。
B（Built-in）内建作用域，builtin模块，包括内建的变量/关键字。
变量依次在LEGB中搜索，若都没有搜索到则抛出NameError异常。
（4）装饰器（decorator）
- 装饰器是一种设计模式，面向切面编程（AOP）。
使用场景：抽离出大量函数中与函数功能本身无关的雷同代码并继续重用（插入日志、性能测试、事务处理等）。
装饰器，是一个带有一个函数座位参数并返回一个替换函数的闭包。即是原函数的装饰版本，替换原版。原来的函数func还存在，只不过同名变量func指向了新的函数，调用func()将执行新函数。
语法糖：函数定义前添加@实现对函数的包装。
python内置装饰器有三个：@staticmethod，@classmethod和@property，分别是把类中定义的实例方法变为静态方法，类方法和类属性。 - 重点看一下@classmethod和@staticmethod。 一般情况下，需要使用某个类的方法，需要先实例化一个对象再调用方法。
而使用@classmethod和@staticmethod，可以不需要实例化，直接类名.方法名()来调用。
这有利于组织代码，把某些应该属于某个类的函数放到那个类里去，同时有利于命名空间的整洁。 有时，仅需要和类交互而不是与实例交互。
而这两种方法的区别是什么呢？ @staticmethod不需要表示自身对象的self和自身类的cls参数，就跟使用函数一样。
@classmethod也不需要self参数，但第一个参数需要是表示自身类的cls参数。
@classmethod是一个函数修饰符，它表示接下来是一个类方法，而对于我们平常见到的则叫做实例方法。类方法的第一个参数cls，而实例方法第一个参数是self，表示该类的一个实例。
普通对象方法至少需要一个self参数，代表类对象实例。
类方法有类变量cls传入，从而可以用cls做一些相关的处理。并且有子类继承时，调用该类方法时，传入的类变量cls是子类，而非父类。
（5）迭代器和生成器
属于python高级特性：减少代码量。
迭代器
- 迭代器协议？ 对象需要提供next方法，它要么返回迭代中的下一项，要么引起StopIteration异常，以终止迭代。
- 迭代器对象？ 实现了迭代器协议的对象（iterator）。
- 协议是一种约定，可迭代对象实现迭代器协议，python内置工具（for循环，sum，min，max）使用迭代器访问对象。
迭代器的两个基本方法： iter() 创建迭代器对象
next() 输出下一元素生成器
延迟操作，在需要时才产生结果，而不是立即产生结果。
生成器自动实现迭代器协议。适用于大数据处理。
两种方法提供生成器：
- 生成器函数
常规函数定义，但使用yield而不是return返回结果。yield一次返回一个结果，在每个结果之间挂起函数的状态，以便下次从它离开的地方继续执行。 - 生成器表达式 类似于列表推导，但生成器返回按需产生结果的一个对象，而非一次构建一个结果列表。
（6）函数式编程思想
之前经常采用的编程思想是命令式编程，包括面向过程编程和面向对象编程。
命令式编程关注解决问题的步骤。主要用到以下几类常用操作：
函数定义：def；
条件控制：if，else，elif；
循环控制：for，break，continue，while。
函数式编程关注数据的映射。主要涉及3个基本函数和1个算子：
基本函数：map()，reduce()，filter()
算子（operator）：lambda
Python函数式编程的基本单元：
lambda 实现创建函数的功能
func1 = lambda: <expression()> func2 = lambda x: <expression(x)>
func3 = lambda x,y: <expression(x,y)>分别和下面采用def创建函数的效果相同：
def func1():
<expression()> def func2(x):
<expression(x)> def func3(x,y):
<expression(x,y)>map(func, iterable) 需要两个必填参数，第一个参数是一个函数名，第二个参数是一个可迭代对象，如列表、元组等。
reduce(func, iterable, [initializer])
功能：对可迭代对象（iterable）中的元素从左到右进行累计运算，最终得到一个数值。第三个参数initializer是初始数值，可以空置，空置为None时就从可迭代对象（iterable）的第二个元素开始，并将第一个元素作为之前的结果。filter(func, iterable) 有且仅有两个参数，第一个参数是一个函数名，第二个参数是一个可迭代对象，如列表、元组等。
与map()的差异是，filter()会判断每次执行结果的bool值，并只将bool值为true的筛选出来，组成一个新的列表并进行返回。