python（001）

列表 : list
list是一种有序的集合，可以随时添加和删除其中的元素
len(list)函数可以获得list元素的个数
索引来访问list中每一个位置的元素
list.append(元素) 追加元素到末尾
list.insert(index, '元素') 插入到指定的位置
list.pop() 删除list末尾的元素
list.pop(index) 或者 del list[index] 删除指定位置的元素

元组：tuple。tuple和list非常类似
但是tuple一旦初始化就不能修改 没有append()，insert()这样的方法。
其他获取元素的方法和list是一样的，但不能赋值成另外的元素

字典：dict
其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度
dick 取值dict[key], key 不存在时报错 一般用 dictt.get('key',value) key不存在，可以返回None，或者自己指定的value：
dict 删除元素 用 dict.pop(key) 或者 del dict[key]
dict的key必须是不可变对象，字符串、整数等都是不可变的，因此，可以放心地作为key。而list是可变的，就不能作为key

set
set是无序不重复的一个集合，创建一个set，需要提供一个list作为输入集合,list中重复的元素之保留一个 ，重复元素在set中自动被过滤，
set.add(元素) 方法可以添加元素到set,可以重复添加，但不会有效果
set.remove(元素) 方法可以删除元素
set的原理和dict的key一样，所以，同样不可以放入可变对象，因为无法判断两个可变对象是否相等,也就无法保证set内部“不会有重复元素”，把list放入set，是会报错的

对于不变对象来说，调用对象自身的任意方法，也不会改变该对象自身的内容。相反，这些方法会创建新的对象并返回，这样，就保证了不可变对象本身永远是不可变的

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
python 函数参数传递:
位置参数: 调用函数时，传入的两个值按照位置顺序依次赋给参数 def fun(x,y)
默认参数: 设置默认参数时， 必选参数在前，默认参数在后 def fun(x,y,n=2):
定义默认参数要牢记一点：默认参数必须指向不变对象
可变参数:可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple,定义可变参数仅仅在参数前面加了一个号。def fun(numbers): 在函数内部，参数numbers接收到的是一个tuple;Python允许你在list或tuple前面加一个号，把list或tuple的元素变成可变参数传进去 nums = [1, 2, 3] fun(nums)
关键字参数: 关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict 在参数前面加了两个*号 def fun(x, y, kw)
命名关键字参数: 如果要限制关键字参数的名字，就可以用命名关键字参数，
例如，只接收city和job作为关键字参数。这种方式定义的函数如下：
def person(name, age, , city, job):
print(name, age, city, job)
命名关键字参数需要一个特殊分隔符，后面的参数被视为命名关键字参数,
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 例如：
def person(name, age, *args, city, job): # *args 是一个可变参数
print(name, age, args, city, job)

函数 参数组合
在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
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。
命名的关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。
定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符，否则定义的将是位置参数。

列表生成式
列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。例如：
[x * x for x in range(1, 11)] 可生成下面的列表
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来
for循环后面还可以加上if判断
[x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
还可以使用两层循环，可以生成全排列
[m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
列表生成式也可以使用两个变量来生成list
d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']

生成器
在Python中，这种一边循环一边计算的机制，称为生成器
第一种方法很简单，只要把一个列表生成式的[]改成() 就创建了一个generator
g = (x * x for x in range(10))
可以通过next()函数获得generator的下一个返回值：
使用for循环，因为generator也是可迭代对象
generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'

g = fib(6)
while True:
... try:
... x = next(g)
... print('g:', x)
... except StopIteration as e:
... print('Generator return value:', e.value)
... break
...
可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象

生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。

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：Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象

凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。