本地环境python3.5.1
1.输出Hello World
>>>print("Hello World")
Hello World
2.输出数字
>>>123 123
3.查看对象内存地址，使用内建函数id()可以查看对象的内存地址
>>>id(1) 9169024
4.查看对象类型，使用内建函数type()
>>>type(1) <class 'int'> >>>type(1.0) <class 'float'>
6.变量使用，在Python中对象有类型，变量无类型
>>> x = 6 >>>x 6 >>>type(x) <class 'int'> >>>x=6.0 >>>x 6.0 >>>type(x) <class 'float'>
7.基本运算
>>> 1-0.1 0.9 >>> 1+2 3 >>> 0.1+2 2.1 >>> 1/3 0.3333333333333333
8.Python不存在整数溢出的问题，或者说是无限精度的整数，超过int的范围将会转换成Long类型，如2的1000次幂
>>> 2**1000 10715086071862673209484250490600018105614048117055336074437503883703510511249361224931983788156958581275946729175531468251871452856923140435984577574698574803934567774824230985421074605062371141877954182153046474983581941267398767559165543946077062914571196477686542167660429831652624386837205668069376
9.除法，python2.x与python3.x不同，python2.x中2/5=0,5/2=2，python3.x中2/5=0.4,5/2=2.5
>>> 1/5 0.2 >>> 2/5 0.4 >>> 5/2 2.5
特殊现象
>>> 10/3 3.3333333333333335 >>> 0.1+0.2 0.30000000000000004
解释计算机在运算过程中以2进制进行计算然后转化为10进制显示，在转化为2进制的时候0.1等于0.00011001100110011......并不会精确等于0.1，同时计算机存储位数是有限的，所以出现了上述现象。这种问题不仅python中有，其他支持浮点数运算的编程语言都会存在；就python的浮点数运算而言大多数计算机每次计算的误差不超过2的53次方分子一，对于大多数任务已经足够了，但是我们需要注意的是这不是十进制的算法，每个浮点数计算可能会带来一个新的舍入错误。一般情况下我们只需要将最终显示的结果“四舍五入”到希望的十进制位数，就会得到预期的结果。
对于精确度要求非常高的情况，可以使用decimal模块，他实现的十进制适合高精度的要求的应用。fractions模块支持支持另外一种形式的运算，它实现的计算基于有理数，因此可以精确地表示三分之一。最高要求使用SciPy提供的Numerical Python包和其用于数学和统计学的包。
9.Python引入模块有两种方式
1. import module-name
2. from module1 import module11：module1是大模块，module11是其子模块，只使用module11
10.余数使用%，也可以使用内建函数divmod()
>>> 5%2 1
>>> divmod(5,2) (2, 1)
11.四舍五入，使用内建函数round()
>>> round(0.123456,2) 0.12 >>> round(10/3,2) 3.33