脚本语言Python 3学习（1）

  Python中，采用的格式化方式和C语言是一致的。Python有两个版本，一个是2.x版，一个是3.x版，这两个版本是不兼容的。使用Python写个爬虫。。

Python 3版本- https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
Python学习- http://blog.csdn.net/qq_21972583/article/category/7068955/2
learn-python3- https://github.com/michaelliao/learn-python3/tree/master/samples
awesome-python3-webapp - https://github.com/michaelliao/awesome-python3-webapp/
Python学习- http://blog.csdn.net/qq_21972583/article/category/7068955
廖雪峰的博客：Python解释器- http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001374738150500472fd5785c194ebea336061163a8a974000

2018 年 2 月份 Github 上最火的 5 个数据科学和机器学习项目:Python 库
FastPhotoStyle（快速转换照片风格） - https://github.com/NVIDIA/FastPhotoStyle
Handwriting Synthesis（手写体合成）-https://github.com/sjvasquez/handwriting-synthesis
ENAS PyTorch（高效神经网络结构搜索）- https://github.com/carpedm20/ENAS-pytorch
Sign Language（手势语言识别）- https://github.com/EvilPort2/Sign-Language

> 安装Python并编辑Python语言
  在Windows上安装Python,首先，从Python的官方网站www.python.org下载最新的2.7.9版本，地址是这个： http://www.python.org/ftp/python/2.7.9/python-2.7.9.msi
  由于整个Python语言从规范到解释器都是开源的.

-- 在Python中，安装第三方模块，是通过包管理工具pip完成的。
 如果你正在使用Mac或Linux，安装pip本身这个步骤就可以跳过了。
 如果你正在使用Windows，请参考安装Python一节的内容，确保安装时勾选了pip和Add python.exe to Path。
在命令提示符窗口下尝试运行pip，如果Windows提示未找到命令，可以重新运行安装程序添加pip。
注意：Mac或Linux上有可能并存Python 3.x和Python 2.x，因此对应的pip命令是pip3。

-- 推荐两款文本编辑器：
 1.一个是Sublime Text，免费使用，但是不付费会弹出提示框：http://www.sublimetext.com/
 2.一个是Notepad++，免费使用，有中文界面：https://notepad-plus-plus.org/

-- 文件可以保存为别的名字，比如abc.py，但是必须要以.py结尾，其他的都不行。此外，文件名只能是英文字母、数字和下划线的组合。
  请注意，用哪个都行，但是绝对不能用Word和Windows自带的记事本。Word保存的不是纯文本文件，而记事本会自作聪明地在文件开始的地方加上几个特殊字符（UTF-8 BOM），结果会导致程序运行出现莫名其妙的错误。

--  函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
 函数式编程（请注意多了一个“式”字）——Functional Programming，虽然也可以归结到面向过程的程序设计，但其思想更接近数学计算。

 函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！
Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。
函数本身也可以赋值给变量，即：变量可以指向函数。
Python内建的filter()函数用于过滤序列。计算素数的一个方法是埃氏筛法。

> 面向对象
  在面向对象（OOP）的设计模式中，decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现，而Python除了能支持OOP的decorator外，直接从语法层次支持decorator。Python的decorator可以用函数实现，也可以用类实现。
  在Python中，一个.py文件就称之为一个模块（Module）。使用模块还可以避免函数名和变量名冲突。相同名字的函数和变量完全可以分别存在不同的模块中。为了避免模块名冲突，Python又引入了按目录来组织模块的方法，称为包（Package）。
  自己创建模块时要注意命名，不能和Python自带的模块名称冲突。例如，系统自带了sys模块，自己的模块就不可命名为sys.py，否则将无法导入系统自带的sys模块。
  创建自己的模块时，要注意：
1.模块名要遵循Python变量命名规范，不要使用中文、特殊字符；
2.模块名不要和系统模块名冲突，最好先查看系统是否已存在该模块，检查方法是在Python交互环境执行import abc，若成功则说明系统存在此模块。

-- 面向对象高级编程：多重继承、定制类、枚举类、元类等概念、__slots__、@property
 通过callable()函数，我们就可以判断一个对象是否是“可调用”对象。
 除了使用type()动态创建类以外，要控制类的创建行为，还可以使用metaclass。metaclass，直译为元类。
 面向对象编程——Object Oriented Programming，简称OOP，是一种程序设计思想。OOP把对象作为程序的基本单元，一个对象包含了数据和操作数据的函数。
 面向对象的设计思想是抽象出Class，根据Class创建Instance。
 面向对象的抽象程度又比函数要高，因为一个Class既包含数据，又包含操作数据的方法。
 数据封装、继承和多态是面向对象的三大特点。

 面向对象最重要的概念就是类（Class）和实例（Instance），必须牢记类是抽象的模板，比如Student类，而实例是根据类创建出来的一个个具体的“对象”，每个对象都拥有相同的方法，但各自的数据可能不同。

和普通的函数相比，在类中定义的函数只有一点不同，就是第一个参数永远是实例变量self，并且，调用时，不用传递该参数。除此之外，类的方法和普通函数没有什么区别，所以，你仍然可以用默认参数、可变参数、关键字参数和命名关键字参数。
class Student(object):
    def __init__(self, name, score):
        self.name = name
        self.score = score

在OOP程序设计中，当我们定义一个class的时候，可以从某个现有的class继承，新的class称为子类（Subclass），而被继承的class称为基类、父类或超类（Base class、Super class）。

-- 静态语言 vs 动态语言：动态语言和静态语言最大的不同，就是函数和类的定义，不是编译时定义的，而是运行时动态创建的。
 1.对于静态语言（例如Java）来说，如果需要传入Animal类型，则传入的对象必须是Animal类型或者它的子类，否则，将无法调用run()方法。
 2.对于Python这样的动态语言来说，则不一定需要传入Animal类型。我们只需要保证传入的对象有一个run()方法就可以了：
class Timer(object):
    def run(self):
        print('Start...')

 这就是动态语言的“鸭子类型”，它并不要求严格的继承体系，一个对象只要“看起来像鸭子，走起路来像鸭子”，那它就可以被看做是鸭子。
Python的“file-like object“就是一种鸭子类型。对真正的文件对象，它有一个read()方法，返回其内容。但是，许多对象，只要有read()方法，都被视为“file-like object“。许多函数接收的参数就是“file-like object“，你不一定要传入真正的文件对象，完全可以传入任何实现了read()方法的对象。

判断对象类型，对象是什么类型、有哪些方法呢，使用type()函数
对于class的继承关系来说，使用type()就很不方便。我们要判断class的类型，可以使用isinstance()函数。
总是优先使用isinstance()判断类型，可以将指定类型及其子类“一网打尽”。

-- 高级语言通常都内置了一套try...except...finally...的错误处理机制，Python也不例外。
 Python内置的logging模块可以非常容易地记录错误信息。用raise语句抛出一个错误的实例。
 启动Python解释器时可以用-O参数来关闭assert。测试驱动开发”（TDD：Test-Driven Development），单元测试。
 re模块- https://docs.python.org/3/library/re.html
 Python内置的“文档测试”（doctest）模块可以直接提取注释中的代码并执行测试。

-- python3 HelloWord示例
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
' a test module '
__author__ = 'Michael Liao'
import sys
def test():
    args = sys.argv
    if len(args)==1:
        print('Hello, world!')
    elif len(args)==2:
        print('Hello, %s!' % args[1])
    else:
        print('Too many arguments!')
if __name__=='__main__':
    test()

$ python3 hello.py
Hello, world!
$ python hello.py Michael
Hello, Michael!

> 使用Python及注意点：
-- Python的交互模式和直接运行.py文件有什么区别呢？
  直接输入python进入交互模式，相当于启动了Python解释器，但是等待你一行一行地输入源代码，每输入一行就执行一行。
  直接运行.py文件相当于启动了Python解释器，然后一次性把.py文件的源代码给执行了，你是没有机会输入源代码的。
  以#开头的语句是注释，注释是给人看的，可以是任意内容，解释器会忽略掉注释。

-- 空值是Python里一个特殊的值，用None表示。None不能理解为0，因为0是有意义的，而None是一个特殊的空值。
变量在程序中就是用一个变量名表示了，变量名必须是大小写英文、数字和_的组合，且不能用数字开头。

-- 由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。
  把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。

  由于Python源代码也是一个文本文件，所以，当你的源代码中包含中文的时候，在保存源代码时，就需要务必指定保存为UTF-8编码。当Python解释器读取源代码时，为了让它按UTF-8编码读取，我们通常在文件开头写上这两行：
 #!/usr/bin/env python
 # -*- coding: utf-8 -*-

-- 如果没有特殊业务要求，请牢记仅使用Unicode和UTF-8这两种编码方式。
 在Python 3.x版本中，把'xxx'和u'xxx'统一成Unicode编码，即写不写前缀u都是一样的，而以字节形式表示的字符串则必须加上b前缀：b'xxx'。
  格式化字符串的时候，可以用Python的交互式命令行测试，方便快捷。
  list和tuple是Python内置的有序集合，一个可变，一个不可变。根据需要来选择使用它们。

-- 通过命令给hello.py以执行权限：$ chmod a+x hello.py
执行Python文件： >>> python hello.py
Python函数调用：
def power(x):
    return x * x
>>> power(5)
25

-- 递归：使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。
 解决递归调用栈溢出的方法是通过尾递归优化，事实上尾递归和循环的效果是一样的，所以，把循环看成是一种特殊的尾递归函数也是可以的。
 尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况。

-- Python高级特性：切片、 迭代、 列表生成式 、生成器 、迭代器
-- 要改成尾递归方式，需要多一点代码，主要是要把每一步的乘积传入到递归函数中：
def fact(n):
    return fact_iter(n, 1)

def fact_iter(num, product):
    if num == 1:
        return product
    return fact_iter(num - 1, num * product)
在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。

-- Python提供了切片（Slice）操作符：
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。

-- 因为dict的存储不是按照list的方式顺序排列，所以，迭代出的结果顺序很可能不一样。
默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。

 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。
举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))：
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

-- 要创建一个generator，有很多种方法。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：
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

 generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
定义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：
>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>

-- 迭代器：可以使用isinstance()判断一个对象是否是Iterable对象；可以使用isinstance()判断一个对象是否是Iterator对象
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。