- if 條件之后要加冒號
- 強制類型轉化是int()
- 如果要計算1-100的整數之和，從1寫到100有點困難，幸好Python提供一個range()函數，可以生成一個整數序列，再通過list()函數可以轉換為list。比如range(5)生成的序列是從0開始小于5的整數：
list(range(5))
[0, 1, 2, 3, 4]
- 列表用[]，元組是不能改變的列表用()，字典采用鍵值對存儲，這里list是動詞！！！
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95
- 字典為什么查找這么快？
為什么dict查找速度這么快？因為dict的實現原理和查字典是一樣的。假設字典包含了1萬個漢字，我們要查某一個字，一個辦法是把字典從第一頁往后翻，直到找到我們想要的字為止，這種方法就是在list中查找元素的方法，list越大，查找越慢。
第二種方法是先在字典的索引表里（比如部首表）查這個字對應的頁碼，然后直接翻到該頁，找到這個字。無論找哪個字，這種查找速度都非常快，不會隨著字典大小的增加而變慢。
dict就是第二種實現方式，給定一個名字，比如'Michael'，dict在內部就可以直接計算出Michael對應的存放成績的“頁碼”，也就是95這個數字存放的內存地址，直接取出來，所以速度非常快。
你可以猜到，這種key-value存儲方式，在放進去的時候，必須根據key算出value的存放位置，這樣，取的時候才能根據key直接拿到value。
- 字典的操作
二是通過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
要刪除一個key，用pop(key)方法，對應的value也會從dict中刪除
list和dic的區別
和list比較，dict有以下幾個特點：
查找和插入的速度極快，不會隨著key的增加而變慢；
需要占用大量的內存，內存浪費多。
而list相反：
查找和插入的時間隨著元素的增加而增加；
占用空間小，浪費內存很少。
所以，dict是用空間來換取時間的一種方法。
- 字典的key不能變化，所以不能是變量
dict可以用在需要高速查找的很多地方，在Python代碼中幾乎無處不在，正確使用dict非常重要，需要牢記的第一條就是dict的key必須是不可變對象。
這是因為dict根據key來計算value的存儲位置，如果每次計算相同的key得出的結果不同，那dict內部就完全混亂了。這個通過key計算位置的算法稱為哈希算法（Hash）。
要保證hash的正確性，作為key的對象就不能變。在Python中，字符串、整數等都是不可變的，因此，可以放心地作為key。而list是可變的，就不能作為key：
>>> key = [1, 2, 3]
>>> d[key] = 'a list'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
- 集合的定義
要創建一個set，需要提供一個list作為輸入集合：
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
- 函數名其實就是指向一個函數對象的引用，完全可以把函數名賦給一個變量，相當于給這個函數起了一個“別名”：
>>> a = abs # 變量a指向abs函數
>>> a(-1) # 所以也可以通過a調用abs函數
1
- 函數定義
在Python中，定義一個函數要使用def語句，依次寫出函數名、括號、括號中的參數和冒號:，然后，在縮進塊中編寫函數體，函數的返回值用return語句返回。
def my_abs(x):
if x >= 0:
return x
else:
return -x
- python參數
Python的函數定義非常簡單，但靈活度卻非常大。除了正常定義的必選參數外，還可以使用默認參數、可變參數和關鍵字參數，使得函數定義出來的接口，不但能處理復雜的參數，還可以簡化調用者的代碼。
默認參數
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
更多請見廖雪峰教程
- 切片
這種經常取指定索引范圍的操作，用循環十分繁瑣，因此，Python提供了切片（Slice）操作符，能大大簡化這種操作。
對應上面的問題，取前3個元素，用一行代碼就可以完成切片：
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
L[0:3]表示，從索引0開始取，直到索引3為止，但不包括索引3。即索引0，1，2，正好是3個元素。
tuple也是一種list，唯一區別是tuple不可變。因此，tuple也可以用切片操作，只是操作的結果仍是tuple：
在很多編程語言中，針對字符串提供了很多各種截取函數（例如，substring），其實目的就是對字符串切片。Python沒有針對字符串的截取函數，只需要切片一個操作就可以完成，非常簡單。
迭代
Python的for循環抽象程度要高于Java的for循環，因為Python的for循環不僅可以用在list或tuple上，還可以作用在其他可迭代對象上。
list這種數據類型雖然有下標，但很多其他數據類型是沒有下標的，但是，只要是可迭代對象，無論有無下標，都可以迭代，比如dict就可以迭代：
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
... print(key)
...
a
c
b
所以，當我們使用for循環時，只要作用于一個可迭代對象，for循環就可以正常運行，而我們不太關心該對象究竟是list還是其他數據類型。
那么，如何判斷一個對象是可迭代對象呢？方法是通過collections模塊的Iterable類型判斷：
>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整數是否可迭代
False
- 最后一個小問題，如果要對list實現類似Java那樣的下標循環怎么辦？Python內置的enumerate函數可以把一個list變成索引-元素對，這樣就可以在for循環中同時迭代索引和元素本身：
>>> for i, value in enumerate(['A', 'B', 'C']):
... print(i, value)
...
0 A
1 B
2 C
上面的for循環里，同時引用了兩個變量，在Python里是很常見的，比如下面的代碼：
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
... print(x, y)
...
1 1
2 4
3 9
- python幾個關鍵的技術總結
1.切片
就是取出一個列表，字典等的一部分
2.迭代
簡單說就一句：for的花樣使用
3.列表生成器
很方便地生成一個列表，花樣生成列表
4.生成器
列表是查表的方式，但當數據量太大，且可以推算的時候，我們就用生成器。
每一個生成器都是一個迭代器，自動生成迭代器協議，
5.迭代器
任何對象只要定義了iter和next方法，那就是迭代器對象；迭代器使得for循環更加通用，
直接作用于for循環的對象統稱為可迭代對象：Iterable。
可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。
你可能會問，為什么list、dict、str等數據類型不是Iterator？
這是因為Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。
好像迭代器更加像一種協議，而生成器就是一種迭代器的實體。
如果把迭代器比作 Android 系統，那么生成器就是 iOS，二者功能上差不多，但是生成器更優雅。
理解Python迭代對象、迭代器、生成器
