引和元素，你可以使用 enumerate() 函数来简化代码。
写条件与循环时，合理利用+continue+或者+break+来避免复杂的嵌套，是十分重要的。
要注意条件与循环的复用，简单功能往往可以用一行直接完成，极大地提高代码质量与效率。
异常处理
- 异常，通常是指程序运行的过程中遇到了错误，终止并退出。我们通常使用 try except 语句去处理异常，这样程序就不会被终止，仍能继续执行。
- 处理异常时，如果有必须执行的语句，比如文件打开后必须关闭等等，则可以放在 finally block 中。
- 异常处理，通常用在你不确定某段代码能否成功执行，也无法轻易判断的情况下，比如数据库的连接、读取等等。正常的 flow-control 逻辑，不要使用异常处理，直接用条件语句解决就可以了。
自定义函数
- Python 中函数的参数可以接受任意的数据类型，使用起来需要注意，必要时请在函数开头加入数据类型的检查；
- 和其他语言不同，Python 中函数的参数可以设定默认值；
- 嵌套函数的使用，能保证数据的隐私性，提高程序运行效率；
- 合理地使用闭包，则可以简化程序的复杂度，提高可读性；
匿名函数
优点：
map(function,iterable)
表示对 iterable 中的每个元素，都运用 function 这个函数，最后返回一个新的可遍历的集合。
def square(x):
return x**2
squared = map(square, [1, 2, 3, 4, 5]) # [2， 4， 6， 8， 10]
filter(function,iterable)
表示对 iterable 中的每个元素，都使用 function 判断，并返回 True 或者 False，最后将返回 True 的元素组成一个新的可遍历的集合。
l = [1, 2, 3, 4, 5]
new_list = filter(lambda x: x % 2 == 0, l) # [2, 4]
reduce(function,iterable)
规定它有两个参数，表示对 iterable 中的每个元素以及上一次调用后的结果，运用 function 进行计算，所以最后返回的是一个单独的数值。
l = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, l) # 1*2*3*4*5 = 120
面向对象
基本概念
- 类：一群有着相似性的事物的集合；
- 对象：集合中的一个事物；
- 属性：对象的某个静态特征；
- 函数：对象某个动态能力
三要素：
模块化编程
- 通过绝对路径和相对路径，我们可以 import 模块；
- 在大型工程中模块化非常重要，模块的索引要通过绝对路径来做，而绝对路径从程序的根目录开始；
- 记着巧用
if __name__ == "__main__" 来避开 import 时执行；
进阶篇
Python 对象的比较、拷贝
- 比较操作符
== 表示比较对象间的值是否相等，而 is 表示比较对象的标识是否相等，即它们是否指向同一个内存地址。
- 比较操作符
is 效率优于 ==，因为 is 操作符无法被重载，执行 is 操作只是简单的获取对象的 ID，并进行比较；而 == 操作符则会递归地遍历对象的所有值，并逐一比较。
- 浅拷贝中的元素，是原对象中子对象的引用，因此，如果原对象中的元素是可变的，改变其也会影响拷贝后的对象，存在一定的副作用。
- 深度拷贝则会递归地拷贝原对象中的每一个子对象，因此拷贝后的对象和原对象互不相关。另外，深度拷贝中会维护一个字典，记录已经拷贝的对象及其 ID，来提高效率并防止无限递归的发生。
值传递与引用传递
常见的参数传递有 2 种：
- 值传递：通常就是拷贝对象的值，然后传递给函数里的新变量，原变量和新变量之间相互独立，互不影响
- 引用传递：通常是指把参数的引用传给新的变量，这样，原变量和新变量就会指向同一块内存地址。
准确来说， python 的参数传递是 赋值传递 ，或者叫做对象的 引用传递 ，python 里所有的数据类型都是对象，所以参数传递时，只是让新变量与原变量指向相同的对象而已，并不存在值传递或引用传递一说。
需要注意的是，这里的赋值或对象的引用传递，不是指一个具体的内存地址，二十指一个具体的对象。
- 如果对象是可变的，当其改变时，所有指向这个对象的变量都会改变；
- 如果对象不可变，简单的赋值只能改变其中一个变量的值，其余变量则不受影响；
装饰器
函数也是对象
def func(message):
print('Got a message: {}'.format(message))
send_message = func
send_message('hello world')
# 输出
Got a message: hello world
函数可以作为函数参数
def get_message(message):
return 'Got a message: ' + message
def root_call(func, message):
print(func(message))
root_call(get_message, 'hello world')
# 输出
Got a message: hello world
函数可以嵌套函数
def func(message):
def get_message(message):
print('Got a message: {}'.format(message))
return get_message(message)
func('hello world')
# 输出
Got a message: hello world
函数的返回值也可以是函数对象(闭包)
def func_closure():
def get_message(message):
print('Got a message: {}'.format(message))
return get_message
send_message = func_closure()
send_message('hello world')
# 输出
Got a message: hello world
简单使用装饰器
def my_decorator(func):
def wrapper():
print('wrapper of decorator')
func()
return wrapper
def greet():
print('hello world')
greet = my_decorator(greet)
greet()
# 输出
wrapper of decorator
hello world
更优雅的写法
def my_decorator(func):
def wrapper():
print('wrapper of decorator')
func()
return wrapper
@my_decorator
def greet():
print('hello world')
greet()
带参数的装饰器
def my_decorator(func):
def wrapper(message):
print('wrapper of decorator')
func(message)
return wrapper
@my_decorator
def greet(message):