循环设计
range（）
在Python中，for循环后的in跟随一个序列的话，循环每次使用的序列元素，而不是序列的下标。
我们也可以使用len()函数和range()函数结合使用，以达到通过下表访问序列的效果：
enumerate()
利用enumerate函数，可以每次循环中同时得到下表和元素（即每次循环返回的是一个二元组（index,element））：
zip()
如果有多个等长的序列，然后每次循环时从各个序列分别取出一个元素，可以利用zip()实现：
zip()函数的功能，就是从多个列表中，依次各取出一个元素。每次取出的(来自不同列表的)元素合成一个元组，合并成的元组放入zip()返回的列表中。zip()函数起到了聚合列表的功能。
循环对象
什么是循环对象
循环对象是这样一个对象，它包含有一个next()方法 ( next() 方法，在python 3x中 )， 这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出StopIteration错误。当一个循环结构（比如for）调用循环对象时，它就会每次循环的时候调用next()方法，直到StopIteration出现，for循环接收到，就知道循环已经结束，停止调用next()。这里我们创建一个文本文件：
然后我们手动的在python命令行中一次一次的循环，人工查看StopIteration错误：
注意：open()返回的实际上是一个循环对象，包含有next()方法。而该next()方法每次返回的就是新的一行的内容，到达文件结尾时举出StopIteration。这样，我们相当于手工进行了循环。其实在使用for循环时，在循环结束时，也会触发StopIteration错误，不过它自动判断然后结束循环：
相对于序列，用循环对象的好处在于：不用在循环还没有开始的时候，就生成好要使用的元素。所使用的元素可以在循环过程中逐次生成。这样，节省了空间，提高了效率，编程更灵活。
迭代器
从技术上来说，循环对象和for循环调用之间还有一个中间层，就是要将循环对象转换成迭代器(iterator)。这一转换是通过使用iter()函数实现的。但从逻辑层面上，常常可以忽略这一层，所以循环对象和迭代器常常相互指代对方。生成器
生成器(generator)的主要目的是构成一个用户自定义的循环对象。生成器的编写方法和函数定义类似，只是在return的地方改为yield。生成器中可以有多个yield。当生成器遇到一个yield时，会暂停运行生成器，返回yield后面的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一个yield。生成器自身又构成一个循环器，每次循环使用一个yield返回的值。
该生成器共有4个yield，如果用作循环器时，会进行4次循环。再看一个例子：
它又可以写作生成器表达式：
表推导
表推导(list comprehension)是快速生成表的方法。它的语法简单，很有实用价值。
上述生成表L的过程可以简写：
这与生成器表达式类似，只不过用的是中括号。其实这里写成生成器也可以完成相同的功能，只是原理是不一样的。表推导的机制实际上是利用循环对象
函数对象
lambda
在展开之前，我们先提一下lambda函数。可以利用lambda函数的语法，定义函数。lambda例子如下：
lambda生成一个函数对象。该函数参数为x,y，返回值为x+y。函数对象赋给func。func的调用与正常函数无异，当然它可以写成正常函数的形式：def func(x, y): return x + y函数作为参数传递
函数可以作为一个对象，进行参数传递。函数名(比如func)即该对象。比如说:
我们因此可以提高程序的灵活性。可以使用上面的test函数，带入不同的函数参数。比如:
map()函数
map的定义为：LIST = map(函数对象，[参数序列1]，[参数序列2]...)其作用是将参数序列里的所有参数一 一传入函数对象中去,然后将每一组参数运行出来的结果返回一个链表。
该段代码的意思的是，将参数对(1,2)(2,3)(3,4)依次传到func的(x,y)中去，然后将运行结果[3,5,7]返回到resultList中去。filter()函数
filter函数的第一个参数也是一个函数对象。它也是将作为参数的函数对象作用于多个元素。如果函数对象返回的是True，则该次的元素被储存于返回的表中。 filter通过读入的函数来筛选数据。同样，在Python 3.X中，filter返回的不是表，而是循环对象。
可以看到map和filter的功能上的区别。reduce()函数
reduce函数的第一个参数也是函数，但有一个要求，就是这个函数自身能接收两个参数。reduce可以累进地将函数作用于各个参数。如下例：
其实上述这些函数像map,reduce等等都可以自定义一个函数实现其功能，但是Python自带了这么方便的函数，我们能记住的尽量记住它们的功能和用法，省去自己编写耗费的时间。
错误处理
异常处理
在项目开发中，异常处理是不可或缺的。异常处理帮助人们debug，通过更加丰富的信息，让人们更容易找到bug的所在。异常处理还可以提高程序的容错性。无论是在JAVA还是C++中，都有异常处理。
首先，我们定义了一个循环对象re，该循环对象将进行5次循环，每次使用序列的一个元素。在随后的for循环中，我们手工调用next()函数。当循环进行到第6次的时候，re.next()不会再返回元素，而是抛出(raise)StopIteration的异常。整个程序将会中断。我们可以修改以上异常程序，直到完美的没有bug。但另一方面，如果我们在写程序的时候，知道这里可能犯错以及可能的犯错类型，我们可以针对该异常类型定义好“应急预案”。
在try程序段中，我们放入容易犯错的部分。我们可以跟上except，来说明如果在try部分的语句发生StopIteration时，程序该做的事情。如果没有发生异常，则except部分被跳过。
随后，程序将继续运行，而不是彻底中断。
完整的语法结构：try: ... except exception1: ... except exception2: ... except: ... else: ... finally: ...抛出的异常会从第一个except开始，逐一查找匹配的异常类型，如果except后面没有写异常类型，则匹配所有异常，因此except:一般放在最后，否则它之后的异常将永远访问不到。
抛出的异常会随着代码结构，由异常所处的函数开始，一层一层向上查找，知道被捕捉或者造成主程序报错。
如果try中没有异常，那么except部分将被跳过，从而执行else语句。
finally无论无论是否有异常发生都会被执行。
流程如下:try->异常->except->finally
try->无异常->else->finally
- 抛出异常
我们也可以不由系统去抛出异常，而是自己抛出：
动态类型
动态类型(dynamic typing)是Python另一个重要的核心概念。我们之前说过，Python的变量(variable)不需要声明，而在赋值时，变量可以重新赋值为任意值。这些都与动态类型的概念相关。
动态类型
对象是储存在内存中的实体。但我们并不能直接接触到该对象。我们在程序中写的对象名，只是指向这一对象的引用(reference)。
引用和对象分离，是动态类型的核心。引用可以随时指向一个新的对象：a=3 a="python"(说明：第一个语句中，3是储存在内存中的一个整数对象。通过赋值，引用a指向对象3。第二个语句中，内存中建立对象‘python’，是一个字符串(string)。引用a指向了’python’。此时，对象3不再有引用指向它。Python会自动将没有引用指向的对象销毁(destruct)，释放相应内存。)
可以通过一个说明图直观的显示：
（说明：通过前两个句子，我们让a,b指向同一个整数对象3( b = a的含义是让引用b指向引用a所指的那一个对象)。但第三个句子实际上对引用a重新赋值，让a指向一个新的对象5。此时a,b分别指向不同的对象。我们看到，即使是多个引用指向同一个对象，如果一个引用值发生变化，那么实际上是让这个引用指向一个新的引用，并不影响其他的引用的指向。从效果上看，就是各个引用各自独立，互不影响。）
对其他的数据对象也是这样的过程。但是还需要注意一种不一样的情况：
（说明：在该情况下，我们不再改变引用a的指向，而是对a所指向的表的元素赋值。结果是，b也同时发生变化。原因何在呢？因为a，b的指向没有发生变化，依然指向那个表。表实际上是包含了多个引用的对象（每个引用是一个元素，比如a[0]，b[1]…, 每个引用指向一个对象，比如1,2,3), 。而a[0] = 5这一赋值操作，并不是改变a的指向，而是对a[0], 也就是表对象的一部份(一个元素)，进行操作，所以所有指向该对象的引用都受到影响。）列表可以通过引用其元素，改变对象自身(in-place change)。这种对象类型，称为可变数据对象(mutable object)，词典也是这样的数据类型。而像之前的数字和字符串，不能改变对象本身，只能改变引用的指向，称为不可变数据对象(immutable object)。我们之前学的元组(tuple)，尽管可以调用引用元素，但不可以赋值，因此不能改变对象自身，所以也算是immutable object。
从动态类型看函数的参数传递
函数的参数传递，本质上传递的是引用。
看下面两个例子：
原理和前面是一样的，其实只要明白变量名是指向一个对象的引用，我们只需要注意改变的是引用的指向还是对象本身。动态类型是Python的核心机制之一。
参考资料:
https://www.shiyanlou.com/courses/214#
注：转载请注明原文出处：
作者：CUG_UESTC
出处：http://blog.csdn.net/qq_31192383/article/details/53808805