注意：以下基於Python3
基礎篇
一、資料型別
1.list中增加元素，追加元素到末尾：list.append(‘元素’)、插入到指定的位置：list.insert(‘索引號’，‘元素’)；刪除末尾的元素：list.pop、刪除指定位置的元素：list.pop（‘索引號’）
2.input()返回的資料型別是str
3.迭代/迴圈：for x in ... 把每個元素代入變數x，然後執行縮排塊的語句
4.dict中避免key不存在的錯誤2種方法，1、透過in判斷key是否存在：'Jia' in dict 返回Ture或False 2、透過dict提供的get()方法：dict.get('Yannan')；刪除元素：dict.pop(key)
5.set：和dict類似，也是一組key的集合，但不儲存value。由於key不能重複，所以，在set中，沒有重複的key。要建立一個set，需要提供一個list作為輸入集合：s = set([1,2,3]).
新增元素：s.add(key) 刪除元素：s.remove(key)。set可以看成數學意義上的無序和無重複元素的集合，因此，兩個set可以做數學意義上的交集、並集等操作：交集& 並集 |
6.列表倒序方法：list = [3,5,4] list.sort() >>[3,4,5]
7.字串的元素替代方法：s = 'abc' s.replace('a','A') >>'Abc' 謹記變數s仍是'abc' 原因是replace方法建立了一個新的字串'Abc'
二、函式
1.函式名其實就是指向一個函式物件的引用，完全可以把函式名賦給一個變數，相當於給這個函式起了一個“別名”：ads(-100) >>100 a = abs a(-67) >>67
2.空函式
1 def nop(): 2 pass
pass語句什麼都不做，那有什麼用？實際上pass可以用來作為佔位符，比如現在還沒想好怎麼寫函式的程式碼，就可以先放一個pass，讓程式碼能執行起來。
pass還可以用在其他語句裡，比如：
1 if age >=18: 2 pass
缺少了pass，程式碼執行就會有語法錯誤。
3.函式可以同時返回多個值，但其實就是一個tuple
4.函式執行完畢也沒有return語句時，自動return None
5.如果有必要，可以先對引數的資料型別做檢查
6.除了正常定義的必選引數外，還可以使用預設引數、可變引數、關鍵字引數和命名關鍵字引數，使得函式定義出來的介面，不但能處理複雜的引數，還可以簡化呼叫者的程式碼
7.計算x的n次方的方法，使用while迴圈
1 def power(x, n): 2 s = 1 3 while n > 0: 4 n = n - 1 5 s = s * x 6 return s
8.可變引數 計算a2 + b2 + c2 + ……
1 def calc(*numbers): 2 sum = 0 3 for n in numbers: 4 sum = sum + n * n 5 return sum
9.關鍵字引數
可變引數允許你傳入0個或任意個引數，這些可變引數在函式呼叫時自動組裝為一個tuple。而關鍵字引數允許你傳入0個或任意個含引數名的引數，這些關鍵字引數在函式內部自動組裝為一個dict
1 def person(name, age, **kw):
2 print('name:', name, 'age:', age, 'other:', kw)
關鍵字引數有什麼用？它可以擴充套件函式的功能。比如，在person函式里，我們保證能接收到name和age這兩個引數，但是，如果呼叫者願意提供更多的引數，我們也能收到。試想你正在做一個使用者註冊的功能，除了使用者名稱和年齡是必填項外，其他都是可選項，利用關鍵字引數來定義這個函式就能滿足註冊的需求。
10.命名關鍵字引數 命名的關鍵字引數是為了限制呼叫者可以傳入的引數名，同時可以提供預設值。
1 def person(name, age, *, city, job): 2 print(name, age, city, job)
和關鍵字引數**kw不同，命名關鍵字引數需要一個特殊分隔符*，*後面的引數被視為命名關鍵字引數
11.遞迴函式 計算階乘n!
1 def fact(n): 2 if n==1: 3 return 1 4 return n * fact(n - 1)
遞迴函式的優點是定義簡單，邏輯清晰。理論上，所有的遞迴函式都可以寫成迴圈的方式，但迴圈的邏輯不如遞迴清晰。缺點是過深的呼叫會導致棧溢位。
12.切片
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。
L = list(range(10)) >>L[:9:2] >>[0, 2, 4, 6, 8] 第三個數字是步長
13.迭代
在Python中，迭代是透過for ... in來完成的
迭代dict中的key、value、key和value：for key in dict、for value in d.values()、for k,v in d.items()
如何判斷一個物件是可迭代物件呢？方法是透過collections模組的Iterable型別判斷：
>>> 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
14.列表生成式
>>> [x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100]
還可以使用兩層迴圈，可以生成全排列：
>>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
運用列表生成式，可以寫出非常簡潔的程式碼。例如，列出當前目錄下的所有檔案和目錄名，可以透過一行程式碼實現：
>>> import os # 匯入os模組
>>> [d for d in os.listdir('.')] # os.listdir可以列出檔案和目錄
列印dict中的 key=value，並輸出一個列表：
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
把一個list中所有的字串變成小寫：
>>> L = ['Hello', 'World', 'IBM', 'Apple'] >>> [s.lower() for s in L] ['hello', 'world', 'ibm', 'apple']
15.生成器
g = (x * x for x in range(10))
>>> next(g) 0 >>> next(g) 1
generator儲存的是演算法，每次呼叫next(g)，就計算出g的下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，丟擲StopIteration的錯誤。
當然，上面這種不斷呼叫next(g)實在是太變態了，正確的方法是使用for迴圈，因為generator也是可迭代物件：
>>> g = (x * x for x in range(10)) >>> for n in g: ... print(n)
所以，我們建立了一個generator後，基本上永遠不會呼叫next()，而是透過for迴圈來迭代它，並且不需要關心StopIteration的錯誤。
斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 print(b) 5 a, b = b, a + b 6 n = n + 1 7 return 'done'
16.迭代器
生成器都是Iterator物件，但list、dict、str雖然是Iterable（可迭代物件），卻不是Iterator（迭代器）。
把list、dict、str等Iterable變成Iterator可以使用iter()函式：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
凡是可作用於for迴圈的物件都是Iterable型別；
凡是可作用於next()函式的物件都是Iterator型別，它們表示一個惰性計算的序列；
集合資料型別如list、dict、str等是Iterable但不是Iterator，不過可以透過iter()函式獲得一個Iterator物件。