PyCharm相关知识

1.pycharm的列编辑模式实现

在当前文件点击鼠标右键——>选择Column Selection Mode——>用鼠标垂直选择文本，进行复制粘贴

2.小数精度损失问题

如何导致？

 - 因为 Python 中使用双精度浮点数来存储小数。在 Python 使用的 IEEE 754 标准中，8字节64位存储空间分配了52位来存储浮点数的有效数字，11位存储指数，1位存储正负号，即这是一种二进制版的科学计数法格式。二进制小数在表示有理数时极易遇到无限循环的问题。其中很多在十进制小数中是有限的。因为浮点数只有52位有效数字，从第53位开始，就舍入了。舍入（round）的规则为“0 舍 1 入”，所以有时候会稍大一点有时候会稍小一点。 

如何解决？

 - 进行精度的控制
 - 对于要求较小的精度，使用round()内置方法。round()如果只有一个数作为参数，不指定位数的时候，则只保留该数四舍五入后的整数部分。如图2。一般情况是使用四舍五入的规则，但是碰到舍入的后一位为5时，如果要取舍的位数前的数是奇数，则直接舍弃，如果偶数则向上取舍，如图3。 
 - 对于要求超过17位的精度分析，使用decimal模块，配合getcontext。默认的context的精度是28位，可以设置为50位甚至更高，都可以。这样在分析复杂的浮点数的时候，可以有更高的自己可以控制的精度。

效果如下：

效果如下：

3.等号赋值内存原理

值传递

- 变量所指的对象是不可变类型。等号赋值后，对于基础数据类型，如数值类型int和float，字符串str，元组tuple，布尔型boolean等，是值传递。传递的是数值。
- 不可变对象，该对象所指向内存中的值不能被改变。当改变某个变量时候，由于其所指的值不能被改变，相当于把原来的值复制一份后再改变，这会开辟一个新的地址，变量再指向这个新的地址。

效果如下：

址传递

- 变量所指的对象是可变类型。等号赋值后，对于复杂数据类型，如列表list，字典dict，集合set等，是址传递。传递的是引用。
- 可变对象，该对象所指向的内存中的值可以被改变。变量（准确的说是引用）改变后，实际上是其所指的值直接发生改变，并没有发生复制行为，也没有开辟新的出地址，通俗点说就是原地改变。

效果如下：

4.id(),解释器自动优化,解释器自动释放内存算法

id()

- 方法的返回值就是对象的内存地址。

效果如下：

解释器自动优化

- 1.Psyco：python语言的一个扩展模块，可以即时的对程序的代码进行专业的算法来进行优化，在一定程度上提高程序的执行速度，这个扩展模块目前已经停止维护，由PyPy替代，可以更好的对源代码进行优化处理。
- 2.PyPy：是python实现的解释器，执行动态的编译{不是解释}，可以在不同的操作系统平台上使用。
- 3.Shed Skin：Python的编译器，可以将python代码转换成优化的C++代码执行。

解释器自动释放内存算法

- python中是自动管理内存的，实际上是通过“引用计数”的方式来管理内存。当一个对象被创建出来的时候，引用计数为1，当对象被其他对象引用时，引用计数+1，当对象的引用被删除时，引用计数会-1，当对象的引用计数为0时，该对象所在的内存会被系统在合适的时候回收。

5.列表生成式

• python里面[]表示一个列表，快速生成一个列表可以用range()函数来生成。
• 对列表数平方，效果如下：
  

6.匿名函数，高阶函数，装饰器

匿名函数

- lambda函数的语法只包含一个语句，如下：lambda arg1,.....argn:expression,
- 关键字lambda表示匿名函数
- 冒号:之前的arg1,.....argn表示它们是这个函数的参数。
- 匿名函数不需要return来返回值，表达式本身结果就是返回值。

代码示例：返回结果为6
f = lambda a,b,c:a+b+c
print f(1,2,3)

高阶函数

一个函数可以作为参数传给另外一个函数，或者一个函数的返回值为另外一个函数（若返回值为该函数本身，则为递归），满足其一则为高阶函数。

参数为函数

def bar():
      print("in the bar..")
def foo(func):
      func()
      print("in the foo..")
foo(bar)

返回值为函数

def bar():
      print("in the bar..")
def foo(func):
      print("in the foo..")
      return bar
res=foo(bar)
res()

装饰器

修改其他函数的功能的函数。他们有助于让我们的代码更简短。

def decorator(a_func):                                
def wrapTheFunction():                            
    print("before a_func()")                      
    a_func()                                      
    print("after a_func()")                       
return wrapTheFunction                            
def requiring_decoration():                           
print("remove my foul smell")                     
requiring_decoration()                                
# outputs: "remove my foul smell"                      
requiring_decoration = decorator(requiring_decoration)
requiring_decoration()                                
# outputs:before a_func()                              
#         remove my foul smell                         
#         after a_func()                               

7.操作符优先级

8.线程安全，GIL全局锁

• 线程安全
  • 线程安全就是多线程访问时，采用了加锁机制，当一个线程访问该类的某个数据时，进行保护，其他线程不能进行访问直到该线程读取完，其他线程才可使用。不会出现数据不一致或者数据污染。 线程不安全就是不提供数据访问保护，有可能出现多个线程先后更改数据造成所得到的数据是脏数据。
• GIL全局锁
  • 保证同一时间只有一个线程得到数据并且只有一个线程执行，但是cpu调度时间到了以后，第一个线程无论是否完成均程等待状态（若未执行完毕，数据放入寄存器中）下一线程得到的依旧是原始的公共数据。

9.类继承，self理解，静态方法

• 类继承
  • python允许在一个或多个类的基础上生成新的类，新的类可以使用父类的一些属性和方法，这个过程就叫做继承。
• self理解
  • self代表类的实例，而非类。
• 静态方法
  • 静态方法就是嵌入在类中没有self参数的函数，并且旨在操作类属性而不是实例属性。