python 基础
1. 可变数据类型和不可变数据类型
python中不可变数据类型的定义为：当该数据类型的对应变量的值发生了改变，那么它对应的内存地址也会发生改变，就称不可变数据类型，包括：int（整型）、string（字符串）、tuple（元组）
python中对可变数据类型的定义为：当该数据类型的对应变量的值发生了改变，那么它对应的内存地址不发生改变，就称可变数据类型。包括：set（集合）、list（列表）、dict（字典）
字典值可以取任何数据类型，但键必须是不可变的，如字符串，数字或元组。
python 字典实现原理
2. 列表倒序
lists = lists[::-1]
关于列表
Python中的列表是由对其它对象的引用组成的连续数组。指向这个数组的指针及其长度被保存在一个列表头结构中。这意味着，每次添加或删除一个元素时，由引用组成的数组需要该标大小（重新分配）。幸运的是，Python在创建这些数组时采用了指数分配，所以并不是每次操作都需要改变数组的大小。
index() O(1)
append O(1)
pop() O(1)
pop(i) O(n)
insert(i, item) O(n)
del operator O(n)
iteration O(n)
contains(in) O(n)
get slice[x:y] O(k)
del slice O(n)
set slice O(n+k)
reverse O(n)
concatenate O(k)
sort O(nlogn)
3. 深拷贝和浅拷贝
python中的深拷贝和浅拷贝和java里面的概念是一样的，所谓浅拷贝就是对引用的拷贝，所谓深拷贝就是对对象的资源的拷贝。
对源对象的不可变元素进行修改，会开辟新的内存，就有新的引用，而浅拷贝是指向的修改前的引用，所以浅拷贝不变。
- 直接赋值：其实就是对象的引用（别名）。
- 浅拷贝(copy)：拷贝父对象，不会拷贝对象的内部的子对象。
- 深拷贝(deepcopy)： copy 模块的 deepcopy 方法，完全拷贝了父对象及其子对象。
4. is 和 ==
is比较的是id是不是一样，==比较的是值是不是一样。
Python中，万物皆对象！万物皆对象！万物皆对象！(很重要，重复3遍)每个对象包含3个属性，id，type，value
- id就是对象地址，可以通过内置函数id()查看对象引用的地址。
- type就是对象类型，可以通过内置函数type()查看对象的类型。
- value就是对象的值。
5. 双端队列
append() 和 pop() 操作的时间复杂度为O(1)
底层：双向链表
from collection import deque
queue = deque(['xx', 'xx'])
# 方法
append()
appendleft()
pop() # 删除右边的元素
popleft() # 删除左边的元素
index(ele, begin, end) # 查找从(begin,end) 区间内，ele第一次出现的index
insert(i, a) #在位置i插入a
remove(ele) # 删除第一次出现的ele
count(ele) # 统计ele出现次数
extend(iterable) # 添加一组元素
extendleft(iterable)
reverse()
6. 变量作用域
global & nonlocal
-
python 变量作用域：
- 当前作用域局部变量->外层作用域变量->当前模块中的全局变量->python内置变量 。
-
两个关键词都用于允许在一个局部作用域中使用外层的变量。
- global 表示将变量声明为全局变量
- nonlocal 表示将变量声明为外层变量（外层函数的局部变量，而且不能是全局变量）
x = 0
def outer():
x = 1
def inner():
x = 2
print("inner:", x)
inner()
print("outer:", x)
outer()
print("global:", x)
# inner: 2
# outer: 1
# global: 0
x = 0
def outer():
x = 1
def inner():
nonlocal x
x = 2
print("inner:", x)
inner()
print("outer:", x)
outer()
print("global:", x)
# inner: 2
# outer: 2
# global: 0
x = 0
def outer():
x = 1
def inner():
global x
x = 2
print("inner:", x)
inner()
print("outer:", x)
outer()
print("global:", x)
# inner: 2
# outer: 1
# global: 2
https://stackoverflow.com/questions/1261875/python-nonlocal-statement
7. 常见内置函数
- ord() & chr()
ord() 函数是 chr() 函数（对于8位的ASCII字符串）或 unichr() 函数（对于Unicode对象）的配对函数
ord('a')
# 97
ord('b')
# 98
chr(97)
# 'a'
- map() & reduce()
- map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。
- reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，效果：reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
def f(x):
return x*x
r = map(f, [1, 2, 3, 4, 5])
list(r)
# output: [1, 4, 9, 16, 25]
from functools import reduce
def (x, y):
return x+y
reduce(add, [1, 3, 5, 7, 9])
# output: 25
reduce(lambda x,y: x^y, nums)
8. 多线程 & 多进程 & 锁
# 多进程
from multiprocessing import Pool
# maxtasksperchild : 防止内存泄漏。每个worker使用一次后就会销毁，然后创建一个新的worker
pool = Pool(maxtasksperchild=1)
# default processes=os.cpu_count()
pool.apply_async(func=train_worker,
args=(domain, request.dataset_path, request.model_version, mgr, params,
train_params, self.kb_host, self.ner_host, self.callback_urls),
callback=self.training_callback)
# 锁
UPDATE_MUTEX = threading.Lock()
9. range() 和 xrange()
- range()和xrange()都是在循环中使用，输出结果一样。
- range()返回的是一个list对象，而xrange返回的是一个生成器对象(xrange object)。
- xrange()则不会直接生成一个list，而是每次调用返回其中的一个值，内存空间使用极少。因而性能非常好。
- 在python3 中没有xrange，只有range。range和python2 中的xrange()一样。
