1、方法定义好之后，如，def test(x) : ，此时将方法名赋值给一个新的变量，那么该变量等同于方法，可以具备test方法内部的全部功能
2、导包的时候，可以使用as关键字在不同的名称下导入模块或对象，这主要是在模块或对象具有冗长或混淆的名称时使用
3、python中主要有三种模块
a.自定义的类和方法
b.外部源安装的（第三方）
c.python预安装的（也称作标准库，python具有广泛的标准库是它作为语言的主要优点之一，这些标准库有些是python写的，有些是C语言写的，多数都可以在所有平台上使用）
4、许多第三方python模块存储在python包索引上（PyPi）。好的安装方法是使用pip安装管理工具，默认情况下，它是用python的现代化发行版安装的。
5、Python常用库
爬虫：Scrapy（举世闻名，分布式爬虫框架，不仅仅是简单的库）、beautifulsoup4、urllib、urllib2、selenium等。
机器学习：scikit-learn（灰常牛逼的一个库，几乎所有机器学习算法都囊括了应该），NLTK（自然语言处理工具包 ）等（用一个等的原因是，说起来除了scikit-learn，我还真不知道还有啥，hhh）。
网站：Django（重量级网页框架）、Flask（轻量级网页框架）等。
数据处理科学计算：Numpy（数组矩阵神器）、Scipy（科学计算神器）、Pandas（熊猫包，R语言玩家转Python的最爱）等。
可视化：matplotlib（matlab风格式的包）、seaborn（散点图矩阵神器）、ggplot（R语言可视化神器的Python版本）、plotly（这个神器是个js库，不过也有各种流行的语言接口）等。
地学相关：basemap（画地图的库）、cartopy（画地图的库）、Folium（leaflet的Python版本 ）、GDAL（开源GIS库）、geocoder（地理编码神器）、geopandas（地理数据的熊猫包）、geopy（还没玩过）、PySAL（空间计量经济学的一个神包）等（跟地学相关的包实在太多，后面有空的话，考虑会重点介绍几个包）。
6、Conda和pip不是竞争对手，而是侧重于不同用户组和使用模式的工具。Conda是一个通用的包管理器，当初设计来管理任何语言的包。所以用来管理python包当然也是绰绰有余，Conda 和 pip 目标并不相同， 只有小部分子集有交集有竞争关系：比如python包的安装和环境隔离。pip可以允许你在任何环境中安装python包，而conda允许你在conda环境中安装任何语言包（包括c语言或者python）。
部分文字摘录：https://blog.csdn.net/ESA_DSQ/article/details/78663130