- if 條件之后要加冒號
- 強制類型轉化是int()
- 如果要計算1-100的整數(shù)之和圣贸，從1寫到100有點困難挚歧，幸好Python提供一個range()函數(shù)，可以生成一個整數(shù)序列吁峻，再通過list()函數(shù)可以轉換為list滑负。比如range(5)生成的序列是從0開始小于5的整數(shù)：
list(range(5))
[0, 1, 2, 3, 4]
- 列表用[]，元組是不能改變的列表用()用含，字典采用鍵值對存儲橙困，這里list是動詞！８汀！
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95
- 字典為什么查找這么快辟狈？
為什么dict查找速度這么快肠缔？因為dict的實現(xiàn)原理和查字典是一樣的夏跷。假設字典包含了1萬個漢字，我們要查某一個字明未，一個辦法是把字典從第一頁往后翻槽华，直到找到我們想要的字為止，這種方法就是在list中查找元素的方法趟妥，list越大猫态，查找越慢。
第二種方法是先在字典的索引表里（比如部首表）查這個字對應的頁碼披摄，然后直接翻到該頁亲雪，找到這個字。無論找哪個字疚膊，這種查找速度都非骋逶快，不會隨著字典大小的增加而變慢寓盗。
dict就是第二種實現(xiàn)方式灌砖，給定一個名字，比如'Michael'傀蚌，dict在內部就可以直接計算出Michael對應的存放成績的“頁碼”基显，也就是95這個數(shù)字存放的內存地址，直接取出來善炫，所以速度非沉糜模快。
你可以猜到销部，這種key-value存儲方式摸航，在放進去的時候，必須根據(jù)key算出value的存放位置舅桩，這樣酱虎，取的時候才能根據(jù)key直接拿到value。
- 字典的操作
二是通過dict提供的get方法擂涛，如果key不存在读串，可以返回None，或者自己指定的value：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
要刪除一個key撒妈，用pop(key)方法恢暖，對應的value也會從dict中刪除
list和dic的區(qū)別
和list比較，dict有以下幾個特點：
查找和插入的速度極快狰右，不會隨著key的增加而變慢杰捂；
需要占用大量的內存，內存浪費多棋蚌。
而list相反：
查找和插入的時間隨著元素的增加而增加嫁佳；
占用空間小挨队，浪費內存很少。
所以蒿往，dict是用空間來換取時間的一種方法盛垦。
- 字典的key不能變化，所以不能是變量
dict可以用在需要高速查找的很多地方瓤漏，在Python代碼中幾乎無處不在腾夯，正確使用dict非常重要，需要牢記的第一條就是dict的key必須是不可變對象蔬充。
這是因為dict根據(jù)key來計算value的存儲位置蝶俱，如果每次計算相同的key得出的結果不同，那dict內部就完全混亂了娃惯。這個通過key計算位置的算法稱為哈希算法（Hash）跷乐。
要保證hash的正確性，作為key的對象就不能變趾浅。在Python中愕提，字符串、整數(shù)等都是不可變的皿哨，因此浅侨，可以放心地作為key。而list是可變的证膨，就不能作為key：
>>> key = [1, 2, 3]
>>> d[key] = 'a list'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
- 集合的定義
要創(chuàng)建一個set如输，需要提供一個list作為輸入集合：
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
- 函數(shù)名其實就是指向一個函數(shù)對象的引用，完全可以把函數(shù)名賦給一個變量央勒，相當于給這個函數(shù)起了一個“別名”：
>>> a = abs # 變量a指向abs函數(shù)
>>> a(-1) # 所以也可以通過a調用abs函數(shù)
1
- 函數(shù)定義
在Python中不见，定義一個函數(shù)要使用def語句，依次寫出函數(shù)名崔步、括號稳吮、括號中的參數(shù)和冒號:，然后井濒，在縮進塊中編寫函數(shù)體灶似，函數(shù)的返回值用return語句返回。
def my_abs(x):
if x >= 0:
return x
else:
return -x
- python參數(shù)
Python的函數(shù)定義非常簡單瑞你，但靈活度卻非常大酪惭。除了正常定義的必選參數(shù)外，還可以使用默認參數(shù)者甲、可變參數(shù)和關鍵字參數(shù)春感，使得函數(shù)定義出來的接口，不但能處理復雜的參數(shù)虏缸，還可以簡化調用者的代碼甥厦。
默認參數(shù)
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
更多請見廖雪峰教程
- 切片
這種經(jīng)常取指定索引范圍的操作纺铭，用循環(huán)十分繁瑣，因此刀疙，Python提供了切片（Slice）操作符，能大大簡化這種操作扫倡。
對應上面的問題谦秧，取前3個元素，用一行代碼就可以完成切片：
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
L[0:3]表示撵溃，從索引0開始取疚鲤，直到索引3為止，但不包括索引3缘挑。即索引0集歇，1，2语淘，正好是3個元素诲宇。
tuple也是一種list，唯一區(qū)別是tuple不可變惶翻。因此姑蓝，tuple也可以用切片操作，只是操作的結果仍是tuple：
在很多編程語言中吕粗，針對字符串提供了很多各種截取函數(shù)（例如纺荧，substring），其實目的就是對字符串切片颅筋。Python沒有針對字符串的截取函數(shù)宙暇，只需要切片一個操作就可以完成，非常簡單议泵。
迭代
Python的for循環(huán)抽象程度要高于Java的for循環(huán)占贫，因為Python的for循環(huán)不僅可以用在list或tuple上，還可以作用在其他可迭代對象上肢簿。
list這種數(shù)據(jù)類型雖然有下標靶剑，但很多其他數(shù)據(jù)類型是沒有下標的，但是池充，只要是可迭代對象桩引，無論有無下標，都可以迭代收夸，比如dict就可以迭代：
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
... print(key)
...
a
c
b
所以坑匠，當我們使用for循環(huán)時，只要作用于一個可迭代對象卧惜，for循環(huán)就可以正常運行厘灼，而我們不太關心該對象究竟是list還是其他數(shù)據(jù)類型夹纫。
那么，如何判斷一個對象是可迭代對象呢设凹？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
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整數(shù)是否可迭代
False
- 最后一個小問題舰讹，如果要對list實現(xiàn)類似Java那樣的下標循環(huán)怎么辦？Python內置的enumerate函數(shù)可以把一個list變成索引-元素對闪朱，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)
...
0 A
1 B
2 C
上面的for循環(huán)里月匣，同時引用了兩個變量，在Python里是很常見的奋姿，比如下面的代碼：
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
... print(x, y)
...
1 1
2 4
3 9
- python幾個關鍵的技術總結
1.切片
就是取出一個列表锄开，字典等的一部分
2.迭代
簡單說就一句：for的花樣使用
3.列表生成器
很方便地生成一個列表，花樣生成列表
4.生成器
列表是查表的方式称诗，但當數(shù)據(jù)量太大萍悴，且可以推算的時候，我們就用生成器寓免。
每一個生成器都是一個迭代器癣诱，自動生成迭代器協(xié)議，
5.迭代器
任何對象只要定義了iter和next方法再榄，那就是迭代器對象狡刘；迭代器使得for循環(huán)更加通用，
直接作用于for循環(huán)的對象統(tǒng)稱為可迭代對象：Iterable困鸥。
可以被next()函數(shù)調用并不斷返回下一個值的對象稱為迭代器：Iterator嗅蔬。
你可能會問，為什么list疾就、dict澜术、str等數(shù)據(jù)類型不是Iterator？
這是因為Python的Iterator對象表示的是一個數(shù)據(jù)流猬腰，Iterator對象可以被next()函數(shù)調用并不斷返回下一個數(shù)據(jù)鸟废，直到?jīng)]有數(shù)據(jù)時拋出StopIteration錯誤」煤桑可以把這個數(shù)據(jù)流看做是一個有序序列盒延，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)實現(xiàn)按需計算下一個數(shù)據(jù)鼠冕，所以Iterator的計算是惰性的添寺，只有在需要返回下一個數(shù)據(jù)時它才會計算。
好像迭代器更加像一種協(xié)議懈费，而生成器就是一種迭代器的實體计露。
如果把迭代器比作 Android 系統(tǒng)，那么生成器就是 iOS，二者功能上差不多票罐，但是生成器更優(yōu)雅叉趣。
理解Python迭代對象、迭代器该押、生成器
