Python的一些总结

1.什么是lambda函数？

Python允许你定义一种单行的小函数。定义lambda函数的形式如下，lambda参数：表达式lambda函

>>> a = []>>> def fun(a):a.append(1)>>> fun(a)>>> print a[1]

数默认返回表达式的值。你可以将其赋值给一个变量。lambda函数可以接受任意个参数，包括可选参数，但表达式只有一个：（如果你的函数非常简单，只有一个表达式，不包含命令，可以考虑lambda）

>>> g = lambda x,y : x*y>>> g(3,4)12>>> g = lambda x,y = 0, z = 0 : x + y + z>>> g(1)1>>> g(3,4,5)12

2.Python中，int函数能够将符合数学格式数字型字符串转换成整数。否则，返回错误信息。

>>> int("23")23>>> int("23ab")Traceback (most recent call last):  File "<pyshell#6>", line 1, in <module>    int("23ab")ValueError: invalid literal for int() with base 10: '23ab'

3.Python是如何进行内存管理的？

Python的内存管理是由Python的解析器负责的，开发人员可以从内存管理事物中解放出来，致力于应用程序的开发，这样就使得开发的程序错误更少，程序更健壮，开发周期更短。

详细的来说，可以从三个方面来说：一对象的引用计数机制，二垃圾回收机制，三内存池机制

一、对象的引用计数机制

Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。

引用计数增加的情况：

1，一个对象分配一个新名称

2，将其放入一个容器中（如列表、元组或字典）

引用计数减少的情况：

1，使用del语句对对象别名显示的销毁

2，引用超出作用域或被重新赋值

sys.getrefcount( )函数可以获得对象的当前引用计数
多数情况下，引用计数比你猜测得要大得多。对于不可变数据（如数字和字符串），解释器会在程序的不同部分共享内存，以便节约内存。

二、垃圾回收

1,当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。

2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。（从而导致内存泄露）。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

三、内存池机制

python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。
1，Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。
2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。
3，对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

4、Python里面如何拷贝一个对象？（赋值、浅拷贝、深拷贝的区别）

赋值（=），就是创建了对象的一个新的引用，修改其中任意一个变量都会影响到另一个。
浅拷贝：创建一个新的对象，但它包含的是对原始对象中包含项的引用（如果用引用的方式修改其中一个对象，另外一个也会修改改变）{1,完全切片方法；2，工厂函数，如list()；3，copy模块的copy()函数}
深拷贝：创建一个新的对象，并且递归的复制它所包含的对象（修改其中一个，另外一个不会改变）{copy模块的deep.deepcopy()函数}
5、Python的函数参数传递

>>> a = 1>>> def fun(a):a = 2>>> fun(a)>>> print a1

>>> a = []>>> def fun(a):a.append(1)>>> fun(a)>>> print a[1]

所有的变量都可以理解是内存中一个对象的”引用“，或者，也可以看似C中void*的感觉。

这里记住的类型是属于对象的，而不是变量。而对象有两种，”可更改“与”不可更改对象“。在python中，strings，tuples，和numbers是不可更改的对象，而list，dict等则是可以修改的对象。（这就是这个问题的重点）

当一个引用传递给函数的时候,函数自动复制一份引用,这个函数里的引用和外边的引用没有半毛关系了.所以第一个例子里函数把引用指向了一个不可变对象,当函数返回的时候,外面的引用没半毛感觉.而第二个例子就不一样了,函数内的引用指向的是可变对象,对它的操作就和定位了指针地址一样,在内存里进行修改.

6、Python里面的list实现

Cpython 中的列表实现类似于下面的 C 结构体。ob_item 是指向列表对象的指针数组。allocated 是申请内存的槽的个数。

每当来了一个新要求的大小（比如插入操作中的原大小+1,或删除操作中原大小-1）：newsize，这时python并不直接对list的空间进行调整。而是作个比较，若新要求的大小在总容量之下，总容量的一半之上则，不进行调整