Python随学随记（1）

直接运行python文件

在Windows上是不行的，但是在Mac和Linux上是可以的
方法是在.py文件的第一行加上一个特殊的注释.

 #!/usr/bin/env python3

按utf-8编码读取

#!/usr/bin/env python3#-*- coding: utf-8 -*-

编译器、解释器（简单理解）

它们是负责把符合语法的程序代码转换成CPU能够执行的机器码，然后执行
解释器是一条一条的解释执行源语言
编译器是把源程序的每一条语句都编译成机器语言,并保存成二进制文件，速度快.

十六进制的前缀

十六进制用0x前缀和0-9 a-f表示

浮点数

浮点数也就是小数，之所以称为浮点数，是因为按照科学记数法表示时，
一个浮点数的小数点位置是可变的，比如，1.23x10^9和12.3x10^8是完全相等的
浮点数可以用数学写法，但对于很大或很小的浮点数就必须用科学记数法 用e代替10.

如何使字符串不转义

在’(单引号)、”(双引号)、”’(三引号)前加r 如：

>>> print r"\t\t\t" \t\t\t

特殊的空值

None 不是0, 因为0是有意义的

静态语言

静态语言在定义变量时必须指定变量类型，如果赋值的时候类型不匹配，就会报错.

常量

常量就是不能变的变量 通常用全部大写的变量名来表示常量.

chr()、unichr()和ord()

ord( )：接受一个参数 返回单字符在ASCII中对应的整数
chr( )：与ord（）相反，返回参数所对应的ASCII字符
unichr( )：与chr( )一样 只不过返回的是unicode字符
- chr是character的缩写,即字符
- ord是unicode ordinal的缩写,即编号
- 但是由于chr局限于ascii,长度只有256,于是又多了个unichr.
- 在bytes中，无法显示为ASCII字符的字节，用\x##显示

常见占位符

%c 转换成字符（ASCII 码值，或者长度为一的字符串）
%r 优先用repr()函数进行字符串转换（Python2.0新增）
%s 优先用str()函数进行字符串转换
%d/%i 转成有符号十进制数
%u 转成无符号十进制数
%o 转成无符号八进制数
%x / %X(Unsigned) 转成无符号十六进制数（x / X 代表
转换后的十六进制字符的大小写）
%e / %E转成科学计数法（e / E控制输出e / E）
%f / %F转成浮点数（小数部分自然截断）
%g / %G 是%e和%f / %E和%F 的简写
%% 输出%
其中，格式化整数和浮点数还可以指定是否补0和整数与小数的位数：

>>> '%2d-%02d' % (3, 1)' 3-01'>>> '%.2f' % 3.1415926（%后面的点是关键）'3.14'

要避免key不存在的错误，有两种办法

一是通过in判断key是否存在：

>>> 'Thomas' in dFalse

二是通过dict提供的get方法，如果key不存在，可以返回None，或者自己指定的value：

>>> d.get('Thomas')>>> d.get('Thomas', -1)-1

list和dict的比较

• dict:
  
  • 查找和插入的速度极快，不会随着key的增加而增加
  • 需要占用大量的内存，内存浪费多
  • 正确使用dict非常重要，需要牢记的第一条就是dict的key必须是不可变对象.
• list:*重点内容*
  
  • 查找和插入的时间随着元素的增加而增加
  • 占用空间小，浪费内存很少.

cmp(x,y) 函数

用于比较2个对象，如果 x < y 返回 -1, 如果 x == y 返回 0, 如果 x > y 返回 1.

print "cmp(39, 232) : ", cmp(39, 232)cmp(39, 232) : -1

函数部分易错点

定义函数时，需要确定函数名和参数个数
如果有必要，可以先对参数的数据类型做检查
函数体内部可以用return随时返回函数结果
函数执行完毕也没有return语句时，自动return None
函数可以同时返回多个值，但其实就是一个tuple
定义默认参数要牢记一点：默认参数必须指向不变对象.

在参数前加一个*

• 就可以把函数的参数改为可变参数， 调用该函数时，可以传入任意个参数，包括0个参数

• 在Python中定义函数，可以用必选参数、默认参数、可变参数和关键字参数.

• 通过一个tuple和dict，你也可以调用该函数，所以对于任意函数，都可以通过类似
  func(*args, **kw)的形式调用它，无论它的参数是如何定义的.

参数部分易错点

Python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数
默认参数一定要用不可变对象，如果是可变对象，运行会有逻辑错误！
- 要注意定义可变参数和关键字参数的语法：
*args是可变参数，args接收的是一个tuple
**kw是关键字参数，kw接收的是一个dict
- 以及调用函数时如何传入可变参数和关键字参数的语法：
可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))
关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func({**'a': 1, 'b': 2}).
使用*args和**kw是Python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法.

尾递归优化

解决递归调用栈溢出的方法是通过尾递归优化，事实上尾递归和循环的效果是一样的，所以，把循环看成是一种特殊的尾递归函数也是可以的.

def fact(n):    return fact_iter(n, 1)def fact_iter(num, product):    if num == 1:        return product    return fact_iter(num - 1, num * product)>>> fact_iter(5, 1)>>> 120

可以看到，return fact_iter(num - 1, num * product)仅返回递归函数本身，num - 1和num * product在函数调用前就会被计算，不影响函数调用。
尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。
遗憾的是，大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出.

学习资料Python 2.7教程 - 廖雪峰