学习Python其实也有好一段时间了，之前也做了不少笔记，但是要真正把Python学得很扎实，没有对Python系统的了解是远远不够的，哪怕是最基础的知识点，所以决定好好地回顾整理。
当然，就以《Python核心编程》这本书为纲，希望可以把自己对Python的理解连成系统的一条线。
1.语句和语法
-
`#`：注释
-
`\`：换行，如果是闭合操作符如`( )`，`[ ]`，`{ }`等，可以不使用`\`
-
`:`：分号将代码头和代码体分开
-
`缩进`：用以区分不同的代码块
-
`;`：同一行写多个语句，但不建议
-
`模块`：一个.py脚本文件就是一个模块
2.变量赋值
（1）赋值操作符：=
-
在Python中，对象是通过引用传递的，赋值时，是将该对象的引用（不是一个值）赋给这个变量。
-
另外，Python赋值语句没有返回值，但可以使用赋值链：
|
1
2
3
4
5
6
|
>>> a = (a = 3)
File "<stdin>", line 1
a = (a=3)
^
SyntaxError: invalid syntax>>> y = x = 3
|
（2）增量赋值
-
只有类似+=这样的增量赋值，没有自增自减的方法
-
特性：可变对象（列表，字典等）就修改（无需拷贝引用），不可变对象（数字，元组等）则分配一个新对象
（3）多重赋值
-
一个对象可被多个变量引用，多个对象也可被多个对象引用
|
1
|
>>> x = y = z =1
|
（4）多元赋值：元组赋值
|
1
|
>>> (x, y, z) = (1, 2, 'a string')
|
-
不加括号也可以，但建议加上
-
可用于两值的交换
|
1
2
3
4
5
6
|
>>> x = 3; y = 4
>>> print x, y
3 4
>>> x, y = y, x
>>> print x, y
4 3
|
3.标识符
-
关键字标识符：保留字，不能用于其他用途，否则会引起SyntaxError异常
-
内建（built-in）标识符：是__builtins__模块的成员，在程序开始或交互解释器开始时，由Python解释器自动导入，可以将其作为Python全局变量，可以重新赋值，但不建议
|
1
2
3
4
|
>>> dir
<built-in function dir>
>>> dir()
['__builtins__', '__doc__', '__name__', '__package__']
|
-
__专用下划线标识符：
__xxx：类中的私有变量名，不能用`from module import *`导入，变量是私有时，建议使用这种方法
__xxx__：系统定义名字，如内建标识符
另外，Pythonn不支持标识符重载，所以任何时刻都只有一个名字绑定。
4.基本风格指南
-
注释：#号
-
文档：模块，类声明或函数声明中第一个没有赋值的字符串，可通过obj.__doc__访问
-
缩进：以空格代替制表符
-
标识符名称：名字简短有意义
-
Python风格指南：import this
（1）模块结构和布局
-
起始行（Unix）
|
1
|
#/usr/bin/env python |
这样仅输入脚本名字就可以执行脚本，无需直接调用解释器。
-
模块文档
|
1
|
''this is a test module''
|
可通过obj.__doc__访问
-
模块导入
-
变量定义：尽量使用局部变量代替全局变量
-
类定义
-
函数定义
-
主程序
|
1
2
3
4
|
if __name__ == '__main__':
My_function()
#如果模块是被导入，__name__的值为模块名字;#如果模块是被直接执行，__name__的值为'__main__'; |
关于主程序，注意下面几点：
-
1.绝大部分模块创建的目的是被其它模块导入而不是作为脚本执行，总之只有一个模块，也就是包含主程序的模块会被执行；
-
2.*别的Python语句（没有缩进）在模块被导入时就会被执行;
-
3.通常只有主程序模块中有大量的*可执行代码，所有其他被导入模块只应该有很少的*执行代码，所有的功能代码都应该封装在函数或类当中。
对于上面三点，只要联系自己在实际项目开发中的例子就可以很好的理解了。
（2）在主程序中书写测试代码
如果想测试被导入的模块的某个函数的功能，就可以使用主程序的方法，引入并执行该函数，这就是测试功能的使用，当然在大型程序中，更倾向使用unittest。
5.内存管理
-
变量定义：变量无须事先声明
在Python中无需显式变量声明语句，变量在第一次赋值时自动声明。
-
动态类型：变量无须指定类型
Python中对象的类型和内存占用都是运行时确定的。
-
内存分配：不用关心内存管理
Python解释器承担了内在管理的复杂任务。
-
引用计数：对象回收
（1）增加引用计数
-
当对象被创建并（将其引用）赋值给变量时，该对象的引用计数就被设置为1
-
当一个对象（的引用）又被赋值给其他变量时，或作为参数传递给函数，方法或类实例时，或者被赋值为一个窗口对象（列表，字典等）的成员时，该对象新的一个引用会被创建，引用计数加1
|
1
2
3
4
|
>>> x = 3.14 #加1，下面每一步同理
>>> y = x
>>> foobar(x)>>> myList = [123, x, 'xyz']
|
（2）减少引用计数
-
一个本地引用离开其作用范围
如函数执行完毕后局部变量被销毁。
-
对象别名被显式销毁
|
1
|
>>> del y
|
-
当变量被赋值给另外一个对象时，原对象的引用计数也会自动减1
|
1
2
3
|
>>> foo = 'xyz'
>>> bar = foo
>>> foo = 123
|
-
对象被从一个窗口对象中移除
|
1
|
myList.remove(x) |
-
窗口对象本身被销毁
|
1
|
del myList
|
即执行del y会产生下面两个结果：
-
1.从现在名称空间中删除y
-
2.y变量对应的对象的引用计数减1
需要注意的是，如果内存中仍然有在使用该对象，这会增加一个额外的引用，则它还不会被回收。
-
垃圾收集
解释器跟踪对象的引用计数，垃圾收集器负责释放内存。其实际，垃圾收集器是一块独立代码，用来查找引用计数为0的对象和那些引用计数虽然大于0但也应该被销毁的对象（如循环引用的对象）。
垃圾收集器 = 引用计数器 + 循环垃圾计数器，这在存在循环引用的情况中非常有用：
-
循环引用：发生在至少两个对象互相引用时，也就是当其它所有对它们的引用都消失时，他们两者所产生的对各自的引用仍然存在，例如两个类中有各自的一个实例
-
引用计数器作用：当一个对象的引用计数变为0,解释器会暂停，释放掉这个对象和仅有这个对象可访问（可到达的）其它对象（这样的话，其它对象的引用计数必然是1）
-
循环垃圾计数器作用：作为引用计数器的补充，垃圾收集器也会留心被分配的总量很大的（及未通过引用计数销毁的那些）对象，在这种情况下，解释器也会停下来，试图清理所有未引用的循环
基本可以理解，但具体怎么实现的，就需要看Python的源码分析了。
6.第一个Python程序
主要提及一点：使用局部变量替换模块变量。
例如，你要使用os.linesep，如果你多次使用，那么建议将其定义为一个本模块的全局变量或局部变量，这将会加快查询的速度，因为对于os.linesep，要进行下面两步：
-
首先要查找os，确认其是一个模块
-
在这个模块中查找linesep变量
将经常用到的模块属性替换为一个本地引用，可以让程序跑得更快。