Python属于解释型语言，当程序运行时，是一行一行的解释，并运行，所以调式代码很方便，开发效率高，
还有龟叔给Python定位是任其自由发展、优雅、明确、简单，所以在每个领域都有建树，所有它有着非常强大的第三方库，
特点：
语法简洁优美，功能强大，标准库与第三方库都非常强大，而且应用领域也非常广
可移植性，可扩展性，可嵌入性
缺点：
　　运行速度慢，

- 解释型
    - python/php
- 编译型
    - c/java/c#
        
- Python弱类型

（1）与java相比：在很多方面，Python比Java要简单，比如java中所有变量必须声明才能使用，而Python不需要声明,用少量的代码构建出很多功能;（高效的高级数据结构）

（2）与php相比：python标准包直接提供了工具，并且相对于PHP代码更易于维护;

（3）Python与c相比：

Python 和 C Python这门语言是由C开发而来

　　对于使用：Python的类库齐全并且使用简洁，如果要实现同样的功能，Python 10行代码可以解决，C可能就需要100行甚至更多.
　　对于速度：Python的运行速度相较与C，绝逼是慢了

Python的优势：

1、Python 易于学习;

2、用少量的代码构建出很多功能;（高效的高级数据结构）

3、Python 拥有最成熟的程序包资源库之一;

4、Python完全支持面向对象;

5、Python 是跨平台且开源的。

6、动态类型:

1字节 = 8 位
位（bit），数据存储是以“字节”（Byte）为单位，数据传输是以大多是以“位”（bit，又名“比特”）为单位，
一个位就代表一个0或1（即一个二进制），二进制是构成存储器的最小单位，每8个位（bit，简写为b）组成一个字节（Byte，简写为B），
字节是最小一级的信息单位

b --->位(bit)    

B --->字节      一个字节等于8位

1B = 8 bit

1kb = 1024 B

1 MB = 1024 KB

1 GB = 1024 MB

1、使用4个空格而不是tab键进行缩进。
2、每行长度不能超过79
3、使用空行来间隔函数和类，以及函数内部的大块代码
4、必要时候，在每一行下写注释
5、使用文档注释，写出函数注释
6、在操作符和逗号之后使用空格，但是不要在括号内部使用
7、命名类和函数的时候使用一致的方式，比如使用CamelCase来命名类，
           使用lower_case_with_underscores来命名函数和方法
8、在类中总是使用self来作为默认
 9、尽量不要使用魔法方法
10、默认使用UTF-8，甚至ASCII作为编码方式
11、换行可以使用反斜杠，最好使用圆括号。
12、不要在一句import中多个库，
空格的使用
各种右括号前不要加空格。
逗号、冒号、分号前不要加空格。
函数的左括号前不要加空格。如Func(1)
序列的左括号前不要加空格。如list[2]
操作符左右各加一个空格，不要为了对齐增加空格
函数默认参数使用的赋值符左右省略空格
不要将多句语句写在同一行，尽管使用‘；’允许
if/for/while语句中，即使执行语句只有一句，也必须另起一行
 函数命名使用全部小写的方式，常量命名使用大写，类属性（方法和变量）使用小写
类的命名首字母大写

def func(n):
    a=n/2
    lst=[]
    count=1
    while count<a+1:
        if n%count==0:
            lst.append(count)
        count+=1
    if sum(lst)==n:
        return n
lst=[]
for i in range(1001):
    if func(i):
        lst.append(i)
print(lst)

# def func(s):
#     lst=list(s)
#     count=0
#     for j in range(1,len(s)//2+1):
#         lst1=[]
#         for i in range(0,len(s),j):
#             msg="".join(lst[i:i+j])
#             lst1.append(msg)
#         if len(set(lst1))==1:
#             count=1
#             print("Ture")
#             return lst1[0]
#     if count==0:
#         print("False")

1 hex()
2 转换一个整数对象为十六进制的字符串
3 
4 >>> hex(16)
5 ‘0x10‘
6 >>> hex(18)
7 ‘0x12‘
8 >>> hex(32)
9 ‘0x20‘

1 oct()
2 转换一个整数对象为八进制的字符串
3 
4 >>> oct(8)
5 ‘0o10‘
6 >>> oct(166)
7 ‘0o246‘

1 bin()
2 转换一个整数对象为二进制字符串
3 
4 >>> bin(10)
5 ‘0b1010‘
6 >>> bin(255)
7 ‘0b11111111‘

 1 chr()
 2 转换一个[0, 255]之间的整数为对应的ASCII字符
 3 
 4 >>> chr(65)
 5 ‘A‘
 6 >>> chr(67)
 7 ‘C‘
 8 >>> chr(90)
 9 ‘Z‘
10 >>> chr(97)
11 ‘a‘

1 ord()
2 将一个ASCII字符转换为对应整数
3 
4 >>> ord(‘A‘)
5 65
6 >>> ord(‘z‘)
7 122

 1 16进制转10进制
 2 >>> int(‘10‘, 16)
 3 16
 4 >>> int(‘0x10‘, 16)
 5 16
 6 
 7 8进制转10进制
 8 >>> int(‘0o10‘, 8)
 9 8
10 >>> int(‘10‘, 8)
11 8
12 
13 2进制转10进制
14 >>> int(‘0b1010‘, 2)
15 10
16 >>> int(‘1010‘, 2)
17 10

例子：
a = [(‘a‘,1),(‘b‘,2),(‘c‘,3),(‘d‘,4)]
a_1 = list(map(lambda x:x[0],a))
如上例子，map函数第一个参数是一个lambda表达式，输入一个对象，返回该对象的第一个元素。
第二个就是需要作用的对象，此处是一个列表。Python3中map返回一个map对象，我们需要人工
转为list，得到的结果就是[‘a’,’b’,’c’,’d’] 
例子：
a = [1,2,3,4]
b = [2,3,4,5]
a_1 = list(map(lambda x,y:x+y,a,b))
上边这个例子是为了说明,lambda表达式参数可以是多个。返回结果是[3,5,7,9]

例子：
a = [1,2,3,4,5,6,7]
a_1 = filter(lambda x:x<4,a)
如上例子，定义lambda表达式，筛选a列表中小于4的元素，结果为[1,2,3]。filter函数直接返回一个列表，
无需再进行转换，第三个是初始值，我们没给初始值，那么开始操作的两个元素就是序列的前两个。否则将使用我们
给出的初始值和序列第一个元素操作，然后结果再与第三个元素操作，以此类推。上个例子结果是28

例子：
from functools import reduce #python3需要导入此模块
a = [1,2,3,4,5,6,7]
a_1 = reduce(lambda x,y:x+y,a)
reduce中使用的lambda表达式需要两个参数，reduce函数共三个参数，
第一个是就是lambda表达式，第二个是要累计的序列，第三个是初始值，
我们没给初始值，那么开始操作的两个元素就是序列的前两个。否则将使
用我们给出的初始值和序列第一个元素操作，然后结果再与第三个元素操
作，以此类推。上个例子结果是28

例子：
dict = {‘a‘:1,‘b‘:2,‘c‘:3,‘d‘:4,‘e‘:3,‘f‘:1,‘g‘:7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:item[0])
sorted_dict_dsc = sorted(dict.items(),key=lambda item:item[0],reverse=True)

输出（第一个升序，第二个降序）：
[(‘a‘, 1), (‘b‘, 2), (‘c‘, 3), (‘d‘, 4), (‘e‘, 3), (‘f‘, 1), (‘g‘, 7)]
[(‘g‘, 7), (‘f‘, 1), (‘e‘, 3), (‘d‘, 4), (‘c‘, 3), (‘b‘, 2), (‘a‘, 1)]]

定义函数时，使用*arg和**kwarg
*arg和**kwarg 可以帮助我们处理上面这种情况，允许我们在调用函数的时候传入多个实参
def exmaple2(required_arg, *arg, **kwarg):
    if arg:
        print "arg: ", arg

    if kwarg:
        print "kwarg: ", kwarg

exmaple2("Hi", 1, 2, 3, keyword1 = "bar", keyword2 = "foo")
>> arg:  (1, 2, 3)
>> kwarg:  {‘keyword2‘: ‘foo‘, ‘keyword1‘: ‘bar‘}
从上面的例子可以看到，当我传入了更多实参的时候
*arg会把多出来的位置参数转化为tuple
**kwarg会把关键字参数转化为dict

 1 #闭包函数的实例
 2 # outer是外部函数 a和b都是外函数的临时变量
 3 def outer( a ):
 4     b = 10
 5     # inner是内函数
 6     def inner():
 7         #在内函数中 用到了外函数的临时变量
 8         print(a+b)
 9     # 外函数的返回值是内函数的引用
10     return inner
11 
12 if __name__ == ‘__main__‘:
13     # 在这里我们调用外函数传入参数5
14     #此时外函数两个临时变量 a是5 b是10 ，并创建了内函数，然后把内函数的引用返回存给了demo
15     # 外函数结束的时候发现内部函数将会用到自己的临时变量，这两个临时变量就不会释放，会绑定给这个内部函数
16     demo = outer(5)
17     # 我们调用内部函数，看一看内部函数是不是能使用外部函数的临时变量
18     # demo存了外函数的返回值，也就是inner函数的引用，这里相当于执行inner函数
19     demo() # 15
20 
21     demo2 = outer(7)
22     demo2()#17

dict.items()返回的是一个完整的列表，而dict.iteritems()返回的是一个生成器(迭代器)。
dict.items()返回列表list的所有列表项，形如这样的二元组list：［(key,value),(key,value),...］,
dict.iteritems()是generator, yield 2-tuple。相对来说，前者需要花费更多内存空间和时间，但访问某一项的时间较快(KEY)。
后者花费很少的空间，通过next()不断取下一个值，但是将花费稍微多的时间来生成下一item。

# # 判断a 属不属于A这个类（可以判断到祖宗类）
class A:
    pass

class B(A):
    pass
a = A()
b = B()
print(isinstance(b,A)) # ===> True  判断到祖宗类

# 任何与object都是True,内部都继承object
class A:pass
a = A()  # 实例化
print(isinstance(a,object))  #  True

 在序列化时，中文汉字总是被转换为unicode码，在dumps函数中添加参数ensure_ascii=False即可解决。

assert 是的作用？断言
条件成立（布尔值为True）则继续往下，否则跑出异常，一般用于：满足某个条件之后，才能执行，否则应该跑出异常。

python中with可以明显改进代码友好度，比如：
复制代码 代码如下:

with open(‘a.txt‘) as f:  
    print f.readlines()  

为了我们自己的类也可以使用with， 只要给这个类增加两个函数__enter__, __exit__即可：
复制代码 代码如下:

>>> class A:  
    def __enter__(self):  
        print ‘in enter‘  
    def __exit__(self, e_t, e_v, t_b):  
        print ‘in exit‘  
  
>>> with A() as a:  
    print ‘in with‘  
  
in enter  
in with  
in exit  

另外python库中还有一个模块contextlib，使你不用构造含有__enter__, __exit__的类就可以使用with：
复制代码 代码如下:

>>> from contextlib import contextmanager  
>>> from __future__ import with_statement  
>>> @contextmanager  
... def context():  
...     print ‘entering the zone‘  
...     try:  
...         yield  
...     except Exception, e:  
...         print ‘with an error %s‘%e  
...         raise e  
...     else:  
...         print ‘with no error‘  
...  
>>> with context():  
...     print ‘----in context call------‘  
...  
entering the zone  
----in context call------  
with no error  

使用的最多的就是这个contextmanager, 另外还有一个closing 用处不大
复制代码 代码如下:

from contextlib import closing  
import urllib  
  
with closing(urllib.urlopen(‘http://www.python.org‘)) as page:  
    for line in page:  
        print line