基础篇
Jupyter Notebook
优点
- 整合所有的资源
- 交互性编程体验
- 零成本重现结果
实践站点
列表与元组
列表和元组，都是 一个可以放置任意数据类型的有序集合。
l = [1, 2, 'hello', 'world'] # 列表中同时含有 int 和 string 类型的元素
l
[1, 2, 'hello', 'world']
tup = ('jason', 22) # 元组中同时含有 int 和 string 类型的元素
tup
('jason', 22)- 列表是动态的，长度大小不固定，可以随意地增加、删减或者改变元素 (mutable)
- 元组是静态的，场地大小固定，无法增加删除或者改变 (immutable)
- 都支持负数索引；
- 都支持切片操作；
- 都可以随意嵌套；
- 两者可以通过
list()和tuple()函数相互转换；
列表和元组存储方式的差异
由于列表是动态的，所以它需要存储指针，来指向对应的元素。增加/删除的时间复杂度均为 O(1)。
l = []
l.__sizeof__() // 空列表的存储空间为 40 字节
40
l.append(1)
l.__sizeof__()
72 // 加入了元素 1 之后，列表为其分配了可以存储 4 个元素的空间 (72 - 40)/8 = 4
l.append(2)
l.__sizeof__()
72 // 由于之前分配了空间，所以加入元素 2，列表空间不变
l.append(3)
l.__sizeof__()
72 // 同上
l.append(4)
l.__sizeof__()
72 // 同上
l.append(5)
l.__sizeof__()
104 // 加入元素 5 之后，列表的空间不足，所以又额外分配了可以存储 4 个元素的空间使用场景
- 如果存储的数据和数量不变，那么肯定选用元组更合适
- 如果存储的数据和数量是可变的，那么则用列表更合适
区别
- 列表是动态的，长度可变，可以随意的增加、删除或者改变元素；列表的存储空间略大于元组，性能略逊于元组；
- 元组是静态的，长度大小固定，不可对元素进行增加、删除、修改操作，元组相对于列表更加的轻量级、性能稍优；
思考题
# 创建空列表
# option A：list()是一个function call，Python的function call会创建stack，并且进行一系列参数检查的操作，比较expensive
empty_list = list()
# option B：[]是一个内置的C函数，可以直接被调用，因此效率高
empty_list = []字典与集合
字典是一系列无序元素的组合，其长度大小可变，元素可以任意的删除和改变，相比于列表和元组，字典的性能更优，特别是对于查找、添加和删除操作，字典都能在常数时间复杂度内完成。而集合和字典基本相同，唯一的区别，就是集合没有件和值的配对，是一系列无序的、唯一的元素组合。
# 定义字典
d = {'name': 'jason', 'age': 20}
# 增加元素对'gender': 'male'
d['gender'] = 'male'
# 增加元素对'dob': '1999-02-01'
d['dob'] = '1999-02-01'
d
{'name': 'jason', 'age': 20, 'gender': 'male', 'dob': '1999-02-01'}
# 更新键'dob'对应的值
d['dob'] = '1998-01-01'
# 删除键为'dob'的元素对
d.pop('dob')
'1998-01-01'
d
{'name': 'jason', 'age': 20, 'gender': 'male'}
# 定义集合
s = {1, 2, 3}
# 增加元素 4 到集合
s.add(4)
s
{1, 2, 3, 4}
# 从集合中删除元素 4
s.remove(4)
s
{1, 2, 3}
d = {'b': 1, 'a': 2, 'c': 10}
# 根据字典键的升序排序
d_sorted_by_key = sorted(d.items(), key=lambda x: x[0])
# 根据字典值的升序排序
d_sorted_by_value = sorted(d.items(), key=lambda x: x[1])可以使用 get(key,default) 函数来进行字典索引。如果键不存在，调用该函数可以返回一个默认的值。
集合不支持索引操作，因为集合本质上是一个哈希表，和列表不一样。
字典和集合性能
字典和集合是进行性能高度优化的数据结构，特别是对于查找、添加和删除操作。
字典和集合的工作原理
字典和集合的内部结构都是一张哈希表
- 对于字典而言，这张哈希表存储了哈希值，键和值这三个元素
- 对于集合而言，区别就是哈希表内没有键和值的配对，只有单一的元素了
插入操作
每次向字典或集合插入一个元素时，Python 会首先计算键的哈希值（hash(key)），再和 mask = PyDicMinSize - 1 做与操作，计算这个元素应该插入哈希表的位置 index = hash(key) & mask。如果哈希表中此位置是空的，那么这个元素就会被插入其中。而如果此位置已被占用，Python 便会比较两个元素的哈希值和键是否相等。
- 若两者都相等，则表明这个元素已经存在，如果值不同，则更新值。
- 若两者中有一个不相等，这种情况我们通常称为哈希冲突（hash collision），意思是两个元素的键不相等，但是哈希值相等。这种情况下，Python 便会继续寻找表中空余的位置，直到找到位置为止。
查找操作
先通过哈希值找到目标位置，然后比较哈希表这个位置中元素的哈希值和键，与需要查找的元素是否相等，如果相等，则直接返回，否则继续查找，知道为空或抛出异常为止
删除操作
暂时对这个位置得到元素赋予一个特殊的值，等到重新调整哈希表的大小时，再将其删除。
字符串
- Python 中字符串使用单引号、双引号或三引号表示，三者意义相同，并没有什么区别。其中，三引号的字符串通常用在多行字符串的场景。
- Python 中字符串是不可变的（前面所讲的新版本 Python 中拼接操作’+='是个例外）。因此，随意改变字符串中字符的值，是不被允许的。
- Python 新版本（2.5+）中，字符串的拼接变得比以前高效了许多，你可以放心使用。
- Python 中字符串的格式化（string.format,f）常常用在输出、日志的记录等场景。
输入与输出
输入输出基础
生产环境中使用强制转换时，请记得加上 try except
文件输入输出
所有 I/O 都应该进行错误处理。因为 I/O 操作可能会有各种各样的情况出现，而一个健壮（robust）的程序，需要能应对各种情况的发生，而不应该崩溃（故意设计的情况除外）。
JSON 序列化与实战
- json.dumps() 函数，接受 python 的基本数据类型，然后将其序列化为 string;
- json.loads() 函数，接受一个合法字符串，然后将其序列化为 python 的基本数据类型；
条件与循环
- 在条件语句中，if 可以单独使用，但是 elif 和 else 必须和 if 同时搭配使用；而 If 条件语句的判断，除了 boolean 类型外，其他的最好显示出来。
- 在 for 循环中，如果需要同时访问索