List：Classmates = [‘Mach’,’Bule’,’Tkua’] 获取长度函数：Len(classmates)
增加元素到末尾：classmates.append(‘Foder’)
插入元素到指定位置（i代表对应位置，value代表对应位置的值）：classmates.insert(i,’value’)
删除末尾的元素和指定位置元素（i代表对应位置）：classmates.pop() classmates.pop(i)
替换元素，直接赋值给对应位置即可：classmates(i) = ‘value’
List里面也可以有list：s = [‘python’,’java’,’[‘asp’,’php’],’scheme’]，长度为4，如果要取到PHP可以通过s[2][1]取出；或者定义p = [‘asp’,’php’],通过p[1]取出。
tuple: classmates = (‘Mach’,’Bule’,’Tkua’)
另一种有序列表叫元组：tuple。tuple和list非常类似，但是tuple一旦初始化就不能修改，它也没有append()和insert()这样的方法；因为tuple不可变，所以代码更安全。如果可能，能用tuple代替list就尽量用tuple。Python规定只有1个元素的tuple定义时必须加一个逗号,，来消除歧义：t = (1,)
tuple也可以像list一样在里面继续套用list或tuple，但tuble里面的内容不能更改，而list可以更改。
dict：d = {‘michael’: 95, ‘bob’: 75, ‘Tracy’: 85} #{key：value}
判断key是否存在dict中有两种方法：
1. Key in d #不存在会返回False，存在返回Ture。
2. d.get(key, -1) #-1为指定返回值，如不指定返回值，默认不返回。当key存在时返回dict中的值，当不存在返回指定值。
删除一个key：d.pop(key)
dict特点：
查找和插入的速度极快，不会随着key的增加而变慢；
需要占用大量的内存，内存浪费多。
list特点：
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。
set和dict类似，也是一组key的集合，但不存储value：s = {1, 2, 3, 4}
增加元素：s.add(key)
删除元素：s.remove(4)
条件判断if
input()返回的值是str类型，不能直接和整数比较。float() int()
S = input(‘birth:’)
Birth = int(S)
if birth < 2000:
print(‘00前’)
else：
print(‘00后’)
for循环和while循环
names = [‘M’, ’N’, ‘B’]
for name in names:
print(name)
for I in range(100) # range()函数语法range(start, stop, step), start默认为0，step默认为1，只输入一个参数，该参数代表stop
x = ‘runoob’
for I in range(len(x)):
print(x[i])
while循环，只要条件满足，就不断循环，条件不满足时退出循环
sum = 0
n = 99
while n > 0:
sum = sum + n
n = n – 2
print(sum)
break：在循环中退出循环；continue：直接跳出当前循环开始下一次循环。
函数：
abs(i) #求绝对值的函数，仅接收一个参数。
max() #接收任意多个参数，返回最大值。
int() #把其他类型转换成整数类型，float()，str()等用法相似。
hex() #将整数转换成十六进制表示的字符串。
math.sqrt(i) #计算i的平方根函数
定义函数：def my_abs(x):
if x >= 0
return x
else:
return –x
空函数：def nop():
pass # pass作为占位符，不起任何作用。
def power(x, n=2) #定义函数时对变动较小的参数可设置默认值，默认参数必须指向不变对象。
def calc(*numbers): #定义参数个数可变的函数，在参数前面加一个*号，numbers接收到的是一个tuple。
def person(name, age, **kw): #关键字参数，保证接收name和age，其他提供的参数也能接收。
def person(name, age, *, city, job): #命令关键字参数，只接收city和job作为关键字的参数。命名关键字参数需要一个特殊分隔符*，如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了。
高级特性
切片：L [0:10:3] #从0开始到10，步数为3； list和tuple及字符串都可以用切片操作。
迭代：默认情况下dict的迭代是key，如果要迭代value，可以用for value in d.value()，如果同时迭代key和value，可以用for k, v in d.items。
判断一个对象是否可迭代，可以通过collections模块的Iterable类型来判断；
from collections import Iterable
isinstance(‘对象’, Iterable) #对象类型是否可迭代；
如果要对list实现类似java那样的下标，可以使用enumerate函数把list变成索引-元素对，可以在for循环中同时迭代索引和元素本身。
Python里面for循环可以同时引用两个变量：for x, y in [(1,1), (2,4), (3,9)]
列表生成式：list(range(1,11)) #生成一个[1,2,…,10]的list；
[x * x for x in range(1, 11) ] #生成一个[1,4,9….,100]的list；
[x * x for x in range(1,11) if x % 2 == 0] #生成list时可加入条件；
[m + n for m in ‘ABC’ for n in ‘XYZ’] #可以使用两层排列；
生成器generator： g = (x * x for in range(10)) #生成器即为将列表生成式的[]改为()，根据循环不断推算后续的元素，不会创建完成的list，从而节省大量的空间；
我们可以直接打印list的每一个元素，但对于generator的每个元素，可以通过next()函数获取；每次调用next就计算下一个元素（基本上使用for循环迭代），没有更多元素时，抛出stopIteration的错误；
要把函数变成generator，只需要把print(b)改为yield b即可；
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a+b
n = n + 1
return ‘done’
一般使用for循环调用generator，但拿不到generator的return语句，如果想要拿到返回值，必须捕获stopIteration错误，返回值包含StopIteration的value中：
g = fib(6)
while True: #while True语句中要有结束该循环的break语句，否则会一直循环；
try:
x = next(g)
print(‘g:’, x)
except StopIteration as e:
print(‘Generator return value:’, e.value)
break
迭代器：可以被next()函数调用并不断返回下一个值的对象称为迭代器，可以用isinstance()判断；
from collections import Iterator
isinstance([], Iterator)
list、tuple、dict、set、str、generator和带yield的generator function直接作用for循环的对象成为可迭代对象：Iterable；可以使用isinstance()判断；把list、dict、str等Iterabe变成Iterator可以使用iter()函数:
from collections import Iterable
isinstance([], Iterable)
函数式编程—高阶函数
map(): map函数接收两个参数，一个函数，一个Iterable，map将传入的函数作用到序列的每一个元素，并将结果作为新的Iterator返回；
r = map(f, [1, 2, 3, 4]) # r是一个Iterable，需要list函数让它把整个序列都计算出来；
list(r)
reduce()：把一个函数作用在一个序列上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算；
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
配合map一起使用，可以写出能将str转换成int的函数：
from functools import reduce
def fn(x, y):
return x * 10 + y
def char2num(s):
digits = {‘0’ : 0, ‘1’ : 1, ‘2’ : 2, ‘3’ : 3, ‘4’ : 4, ‘5’ : 5, ‘6’ : 6, ‘7’ : 7, ‘8’ : 8, ‘9’ : 9}
return digits[s]
reduce(fn, map(char2num, ‘13579’)) #运行结果为：13579
filter()：和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是true还是false来决定保留还是丢弃。其结果也是一个Iterator，需要list()函数获取所有结果并返回list；
sorted()：排序函数；它还可以接收一个key函数来实现自定义排序；
sorted([36, 5, -12, 9, -21], key=abs)
sorted([‘bob’, ’Zas’, ‘asw’]) #字符串排序，按照ASCII的大小比较，’Z’ < ‘a’
要进行反向排序，不必改动key函数，可以传入第三个参数reverse=True
Sorted([‘Bob’, ‘Zsd’, ‘ax’], key=abs, reverse=True)
返回函数：
匿名函数：关键字lambda表示匿名函数，冒号前面的x表示函数参数；可以赋值给一个变量，也可以作为返回值；
list(map(lambda x: x**2, [1, 2, 3, 4, 5, 6])) #只能有一个表达式，不用写return；
装饰器：假设我们要增强now()函数的功能，在函数调用前后打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为装饰器。使用时需借助@语法：@log / @log(‘参数’)
import functools
def log(text):
def decorator(func): #针对带参数的decorator，不带参数可以省去
@functools.wraps(func) #保证函数_name_名不被返回的wrapper更改
def wrapper(*args, **kw):
print(‘%s %s():’ %(text, func._name_))
return func(*args, **kw)
return wrapper
return decorator
偏函数：int()函数能将字符串转换成整数，当传入字符串，默认按十进制转换，再后增加base参数，可按N进制转换：int(‘1234’, base=8)。但转换大量的就非常麻烦，可以自定义一个int2()，当然可以借助偏函数自己创建int2()，
Import functools
Int2() = functools.partial(int, base=2) #functools.partial只是把某些参数固定，可更改；
模块：目录下面一定要有一个_init_.py的文件，否则python就把这个目录当成普通目录，而不是一个包。_init_.py可以是空文件，也可以有python代码，因为它本身就是一个模块，模块名为上层目录；
使用模块：
安装第三方模块：Anaconda已内置了很多第三方库，非常简单易用；
