简介
Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。
- 解释型：
- 面向对象：
- 动态数据类型：
注意
采用缩进，而不适用大括号“{}”来控制类、函数及其它逻辑判断。
一般以新行作为语句结束符，但可以使用斜杠（）将一行语句分为多行显示，另外如果语句中包含[]、{}或()括号，就不需要使用多行连接符。
同一行可显示多条语句，语句之间使用分号（;）分隔。
协议
GPL(GNU General Public License)
版本
Python2.x 与 Python3.x 区别
- 默认编码格式：2.x默认使用 ASCII ；3.x默认使用UTF-8
- 命令行输出：2.x使用print语句；3.x使用print()函数
- 除法函数：
- 异常：捕获异常的语法，2.x使用except exc, var；3.x使用except exc as var
- xrange()：3.x不再支持
- 八进制字面量表示：3.x不再支持01000（实际是0o1000）的写法
- 不等运算符：2.x支持“!=”和“<>”两种写法；3.x仅支持“!=”
- repr表达式（反引号）：3.x不再支持
- 多个模块被改名（根据PEP8）：
- 数据类型：3.x去除了long类型，新增了bytes类型
- 接收键盘录入：2.x支持input()和raw_input()；3.x仅支持input()（整合了raw_input()）。
- 打开文件：2.x支持file()和open()；3.x仅支持open()
- map、filter、reduce：
特点
- 易于学习：Python有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。
- 易于阅读：Python代码定义的更清晰。
- 易于维护：Python的成功在于它的源代码是相当容易维护的。
- 一个广泛的标准库：Python的最大的优势之一是丰富的库，跨平台的，在UNIX，Windows和Macintosh兼容很好。
- 互动模式：互动模式的支持，您可以从终端输入执行代码并获得结果的语言，互动的测试和调试代码片断。
- 可移植：基于其开放源代码的特性，Python已经被移植（也就是使其工作）到许多平台。
- 可扩展：如果你需要一段运行很快的关键代码，或者是想要编写一些不愿开放的算法，你可以使用C或C++完成那部分程序，然后从你的Python程序中调用。
- 数据库：Python提供所有主要的商业数据库的接口。
- GUI编程：Python支持GUI可以创建和移植到许多系统调用。
- 可嵌入: 你可以将Python嵌入到C/C++程序，让你的程序的用户获得"脚本化"的能力。
运行
交互式解析器
不需要创建脚本文件，是通过 Python 解释器的交互模式进来编写代码。
命令行脚本
通过脚本参数调用解释器开始执行脚本，直到脚本执行完毕。当脚本执行完成后，解释器不再有效。
IDE（PyCharm）
标识符
- 由字母、数字、下划线组成，但不能以数字开头
- 区分大小写的
特殊标识符
- 以单下划线开头 _foo 的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用 from xxx import * 而导入；
- 以双下划线开头的 __foo 代表类的私有成员；
- 以双下划线开头和结尾的 __foo__ 代表 Python 里特殊方法专用的标识，如 __init__() 代表类的构造函数。
保留字
| and | exec | not |
| assert | finally | or |
| break | for | pass |
| class | from | |
| continue | global | raise |
| def | if | return |
| del | import | try |
| elif | in | while |
| else | is | with |
| except | lambda | yield |
注释
- 单行注释：用井号（#）
- 多行注释：用三引号（'''）
数据类型
标准的数据类型
Numbers（数字）：int、long、float、complex
String（字符串）：由数字、字母、下划线组成
List（列表）：用中括号“[]”标识，可包含数字、字符码、列表
Tuple（元组）：用圆括号“()”标识。
Dictionary（字典）：用大括号“{}”标识，由key和value组成。
注意
元组类似列表，但是元组不能二次赋值，相当于只读列表。
列表是有序的对象集合，字典是无序的对象集合。
运算符
算数运算符：
关系运算符：
赋值运算符：
逻辑运算符：
位运算符：
成员运算符：
身份运算符：
运算符优先级
条件语句
语法
异常
语法
try:
<statements> #运行的代码
except(Excepion1[, Exception2[, ...ExceptionN]]):
<statements> #如果在try部分引发了'name'异常
except <name>,<data>:
<statements> #如果在try部分引发了'name'异常，获得附加的数据
else:
<statements> #如果没有发生异常
try:
<statements>
finally:
<statements>
# 触发异常
raise
函数
语法
def functionname( parameters ):
"函数_文档字符串"
function_suite
return [expression]
"函数_文档字符串"
function_suite
return [expression]
规则
- 函数代码块以 def 关键词开头，后接函数标识符名称和圆括号()。
- 任何传入参数和自变量必须放在圆括号中间。圆括号之间可以用于定义参数。
- 函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
- 函数内容以冒号起始，并且缩进。
- return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回 None。
匿名函数
语法
lambda [arg1 [,arg2,.....argn]]:expression
规则
- lambda只是一个表达式，函数体比def简单很多。
- lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
- lambda函数拥有自己的命名空间，且不能访问自有参数列表之外或全局命名空间里的参数。
- 虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。
变量
访问权限决定于这个变量是在哪里赋值。
模块
Python 模块(Module)，是一个 Python 文件，以 .py 结尾，包含了 Python 对象定义和Python语句。
包
包是一个分层次的文件目录结构，它定义了一个由模块及子包，和子包下的子包等组成的 Python 的应用环境。
简单来说，包就是文件夹，但该文件夹下必须存在 __init__.py 文件, 该文件的内容可以为空。__int__.py用于标识当前文件夹是一个包。
import
功能：引入模块
语法：
import module1[, module2[,... moduleN]
from import
功能：从模块中导入一个指定的部分到当前命名空间中
语法：
from modname import name1[, name2[, ... nameN]]
搜索路径
当前目录 -> PYTHONPATH -> 默认路径（/usr/local/lib/python/ ）
注：模块搜索路径存储在 system 模块的 sys.path 变量中。变量里包含当前目录，PYTHONPATH和由安装过程决定的默认目录。
类
定义
class ClassName:
'类的帮助信息' #类文档字符串
'类的帮助信息' #类文档字符串
class_suite #类体
注意
- VS普通方法，存在额外参数self：必须有一个额外的第一个参数名称, 按照惯例它的名称是 self。
- VS其它语言，没有new关键字：类的实例化类似函数调用方式。
self
代表类的实例，self 在定义类的方法时必须有，在调用时不必传入。
继承
语法
class SubClassName (ParentClass1[, ParentClass2, ...]):
'Optional class documentation string'
class_suite
'Optional class documentation string'
class_suite
特点
- 多重继承：
- 在继承中基类的构造（__init__()）方法不会被自动调用，它需要在其派生类的构造中亲自专门调用。
- 在调用基类的方法时，需要加上基类的类名前缀，且需要带上self参数变量。
- 首先查找对应类型的方法，如果它不能在派生类中找到对应的方法，它才开始到基类中逐个查找。（先在本类中查找调用的方法，找不到才去基类中找）。
重载
方法重载
运算符重载
PS
单下划线、双下划线、头尾双下划线说明
- _foo：以单下划线开头的表示的是 protected 类型的变量，即保护类型只能允许其本身与子类进行访问，不能用于 from module import *
- __foo：双下划线的表示的是私有类型(private)的变量, 只能是允许这个类本身进行访问了。
- __foo__：定义的是特殊方法，一般是系统定义名字 ，类似 __init__() 之类的。
注：Python不允许实例化的类访问私有数据，但你可以使用 object._className__attrName 访问属性
垃圾回收
Python 的垃圾收集器实际上是一个引用计数器和一个循环垃圾收集器。
引用计数器：当对象被创建时， 就创建了一个引用计数， 当这个对象不再需要时， 也就是说， 这个对象的引用计数变为0 时， 它被垃圾回收。但是回收不是"立即"的， 由解释器在适当的时机，将垃圾对象占用的内存空间回收。
垃圾收集器：会留心被分配的总量很大（及未通过引用计数销毁的那些）的对象。 在这种情况下， 解释器会暂停下来， 试图清理所有未引用的循环。
参考资料
官网
Python IDE
Python 入门指南
Python 编码规范(Google)
一文总结学习 Python 的 14 张思维导图