1 函数默认参数的陷阱
代码示例：
def defaultPara(item, l=[]):
l.append(item)
print l
defaultPara('1')
# ['1']
defaultPara('2', ['4', '5'])
# ['4', '5', '2']
defaultPara('3')
# ['1', '3']
上面的第三次调用，函数不是使用一个空数组作为参数，而是使用了与第一次调用时相同的数组。简言之，在Python里函数的默认参数是在函数定义时就定义了，而不是在每次调用函数时新生成，因此当默认参数为可变参数时，其行为可能与我们想象得有出入，需要注意。
更加详细的讨论：Python函数参数默认值的陷阱和原理深究](http://cenalulu.github.io/python/default-mutable-arguments/)。
2. GIL
GIL(Global Interpreter Lock)，是在实现Python解析器(CPython)时所引入的一个概念。（也就是说它不是python语言的特性，而是实现解析器(CPython)时引入的一个坑）
GIL的存在让Python看起来只是一个伪多线程，因为它“prevents multiple native threads from executing Python bytecodes at once”。
Python的多线程在多核CPU上，只对于IO密集型计算产生正面效果；而当有至少有一个CPU密集型线程存在，那么多线程效率会由于GIL而大幅下降。
更加详细的讨论：Python的GIL是什么鬼，多线程性能究竟如何
3. 变长参数
当函数的参数不确定时，可以使用*args 和**kwargs，如：def myfun1(username, *keys)或def myfun2(username, **keys)等。
* 用来传递任意个无名字参数，这些参数会一个Tuple的形式访问；
**用来处理传递任意个有名字的参数，这些参数用dict来访问。
4. 类的继承
MRO：Method Resolution Order
目前采用的是C3算法，它保证了两点：
- 单调性
C继承B，B继承A，则MRO链应符合C->B->A的顺序 - 重写问题
# 新式类
class A(object):
def foo(self):
print 'A'
class B(A):
pass
class C(A):
def foo(self):
print 'C'
class D(B, C):
pass
d = D()
d.foo()
# C
可见C3算法保持了DFS和BFS的优点。
C3算法：
- L[object] = [object]
- L[C(B1…BN)] = [C] + merge(L[B1]…L[BN], [B1]…[BN])
merge过程：
- 检查第一个列表的头元素（如 L[B1] 的头），记作 H。
- 若 H 未出现在其它列表的尾部，则将其输出，并将其从所有列表中删除，然后回到步骤1；否则，取出下一个列表的头部记作 H，继续该步骤。
- 重复上述步骤，直至列表为空或者不能再找出可以输出的元素。如果是前一种情况，则算法结束；如果是后一种情况，说明无法构建继承关系，Python 会抛出异常。
super()
Python的多继承类是通过MRO的方式来保证各个父类的函数被逐一调用，而且保证每个父类函数只调用一次（如果每个类都使用super）
