【原创】Python第一章

Python总是从第一行代码开始逐步执行，而C是从main函数开始执行。

 

    在Python中，一切东西都是对象。

 

　在Python中，没有C的花括号，不能任意排版，属于同一个语句块的语句需要使用相同的对齐方式（前面的空格数应该一样）否则会报错。

 

固定的数据类型

    str是一种类型，字符串类型，一个字符序列。在Python中，str和基本的数值类型（比如int）都是固定的，也就是一旦设定，其值便不能改变，虽然我们可以通过方括号取得序列中的数据项，但无法改变其中的字符。

 

    在Python中，字符是指长度为1的字符串。

 

内置函数：

    内置函数是Python语言内置的一部分，我们不需要从某个库文件中对其进行import，就可以直接引用该函数。

 

Python整数大小：

    Python所表示的整数大小只受机器的内存大小的限制，而非固定的字节数。

 

    字符串可以使用双引号或单引号封装，只要字符串头尾使用的符号相同或对称即可，Python字符串使用的是Unicode编码，所以字符串内容不局限于ASCII字符。

 

方括号：

    Python使用[]提取字符串等任意序列中的某一项，从0开始。方括号存取使用与任意数据类型（只要构成一个序列）的数据项。

 

对象引用：

    定义了数据类型之后，我们就可以定义存储某种数据类型的变量，但是在Python中没有这样的变量，而是使用“对象引用”。

    x = "blue"

    执行时，Python会先创建一个str对象（放在堆区），str对象存储的就是“blue”的这些字符，同时还创建了一个名为x的对象引用，x引用的就是str对象。

    x=2

    在C中，会开辟一段内存(占4个字节)，里面存储着2这个数字，这段内存的引用名为x。

    在Python中，会开辟两段内存，在堆上开辟的内存存储着2这个数字，是一个int对象，另一段开辟的内存存储着int对象的地址，该段内存的引用名为x。

 

操作符=:

    在Python中，“=”的作用是将对象引用和内存中的某对象进行绑定。如果对象引用已经存在，那么就简单的进行重绑定，以便引用“=”操作符后面的对象。如果对象引用尚未存在，就由“=”操作符创建对象引用。

 

垃圾回收：

    如果内存中的一个对象，没有任何一个对象引用引用此对象，那么这个无引用的对象，就由Python进行垃圾回收处理

 

动态类型机制：

    Python使用的的是“动态类型”机制，即在任何时刻，只要需要，某个对象引用可以重新引用一个不同的对象；某个对象引用可以重新绑定到不同的数据类型的对象。

    x="blue"     #x对象引用引用的是str对象

    x=1              #x对象引用重新与int对象进行绑定，同时str对象“blue”进入垃圾回收流程，因为没有对象引用再对其进行引用

 

    如果某个类型的对象使用了不合法的操作符，就会导致产生了一个TypeError

 

    type()函数会返回给定数据项的数据类型。

 

元组和列表：

    列表有点像C中的数组，不过Python的组合数据类型支持一个组合数据类型中包含多种类型。

    元组是固定的，创建后就不能改变；列表是可变的，在需要的时候可以插入或移除数据项；

    元组使用逗号创建，x=1,2,3,"123"

    在输出元组时，Python使用圆括号将其封装在一起，可以结合圆括号和逗号创建元组，x=(1,2,3,"123")，如果元组只有一个数据项，又需要圆括号，就需要在第一个数据项后面加上一个“多余”的逗号，如x=(1,)。这个逗号如果省略了，那么创建的只是一个普通的数据项，而不是一个元组对象。

    空元组使用空的()创建。

 

    逗号：

    逗号有两个用处：1，分隔函数参数，2，分隔元组中数据项

    由于函数参数和元组都是用圆括号封装，因此如果需要将元组常值作为参数传递，就必须使用圆括号对其进行封装，以免混淆。如：

    func(1,2,(3,4))，第三个参数是元组，如果元组不加圆括号，则会发生混淆。

    

    列表的创建使用方括号进行分封装，看来方括号不仅可以取序列中的某项数据项，还可以来定义列表。

 

元组和列表实质：

    实质上元组和列表并不存储真正的数据项，而是存储对象引用，这样做会浪费一点空间。

    x=1

    y=2

    z=3

    a=[x,y,z]

    创建列表或元组时，实际上是使用给定对象引用的副本而已。

    b=[1,2,3]

    这又和上面的创建方法不一样，这是在字面意义项（比如整数或字符串）的情况下，会在内存中创建一个适当数据类型的对象，而存放在列表或元组的才是对象引用。

 

    组合数据类型也是一种对象的类：

    因此可以将某种组合数据类型嵌套在其他组合数据类型中，比如创建一个列表，列表的数据项仍是列表。

 

    元组，列表以及字符串等数据类型的长度——len()函数：

    这长度对该数据类型是有意义的，将数据项作为参数传递给len()函数即可得到该数据项的长度。

 

    数据项知道自己的类型！：

    对象知道自己的数据类型，因此不需要明确指定数据类型，比如定义的时候

 

    列表的扩建：

    1，创建一个新的列表，再与新的列表对象的对象引用进行重新的绑定；2，使用对象自带的append方法，具有更高的效率，对于长列表更是如此。

 

方法调用：

    1，x.append("more")

    2，list.append(x,"more")

    第一种形式在实际中应用得更加广泛；第二种指定了数据类型、该数据类型的方法，并将要调用该方法的数据项本身作为第一个参数，其后再跟随一些其他参数。（在继承方面，语义存在稍微差别）

 

点（存储属性）操作符：

    用于存储某个对象的属性，属性不仅可以是方法，常量，也可以是任意类型的对象。由于属性可以是对象，该对象包含其他属性，这些属性又是对象，以此类推。

 

成员操作符in：

    对于序列或集合这一数据类型，比如字符串、列表、元组，我们可以使用操作符in来测试成员关系，用not in测试非成员关系。

    对于列表或元组，in使用的是线性搜索，对于较大的组合数据类型，速度可能会较慢；

    对于字典或集合，in的速度可以非常快；

    对于字符串数据类型，in可以很方便的测试任意长度的字符串。

 

逻辑运算符返回值：

    and or not：and or使用的是短路逻辑，比如A and B，如果A为假，那么该表达式一定为假，B不会被计算；or也是如此；

    上面的和C一样，但有一点最不一样的是，逻辑表达式的返回值：not返回的是True或False，而and or 返回的是决定结果的操作数，而不是布尔值（除非实际上是布尔操作数），比如 3 and 5表达式返回的是5.

 

a=1

a=a+1的过程分析：

    第一条语句：a=1，Python会先创建一个存储1的int对象，这个对象存储在堆内，此时用户还无法使用它，Python再创建一个名字为a的对象引用指向堆内的对象，用户通过a便可以使用堆内的存储1的对象。

    第二条语句：a=a+1，由于int类型是固定的，也就是a引用的对象一旦赋值就不能改变，因此对固定的对象使用增强的赋值操作符时，实际上是创建一个对象来存储结果，之后目标对象引用重新绑定，以便引用上面创建的结果对象，而不再引用以前的对象，以前的对象如果没有其他对象引用，便会进入垃圾回收流程。

 

a+=b和a=a+b的微妙差别：

    前者只查询了一次a的值，因而速度更快，此外，如果a是一个复杂的表达式（有副作用的表达式），那么使用增强的赋值操作符较少出错。因为计算的过程，维护者只需要改变一次，而不是两次。

 

+=和序列：

    在序列中，+=的右边必须是可迭代的操作数，否则会产生TypeError，比如 a+=[2]或a+=[2,3,4]，而不是a+=2；

    在字符串序列里，a+="ABC"，和a+=["ABC"]是不一样的，如：

    a=["A","BC"]

    a+="ABC"    #Python会迭代字符串序列的每个字母，最后结果是a为["A","BC","A","B","C"]

    a+=["ABC"]    #Python会迭代字符串列表的每一个数据项，最后结果是a为["A","BC","ABC"]

    

+=对于固定的数据类型和可变的数据类型：

    对于固定的数据类型，使用增强的赋值操作符，会创建一个新的对象，并且表达式的左边的对象引用将重新绑定到新的对象；

    对于可变的数据类型，原始的对象会被修改。

 

固定的数据类型和可变的数据类型：

    性能差别，固定的数据类型具有比可变的数据类型更高的潜力；有些组合数据类型（比如集合）只能操纵固定的数据类型；这就是Python规定两种数据类型的原因。

 

函数库的导入顺序：

    先导入Python的标准库模块，之后导入第三方库模块，最后才导入自己编写的模块。

本文链接：http://www.cnblogs.com/cposture/p/4514634.html