常用的编程语言比如 java，javascript，python 等，我们可以从两个角度对语言进行分类。一个是动态语言 vs 静态语言，另一个是强类型 vs 弱类型。
- 动态语言还是静态语言指的是编译期还是运行期确定类型；
- 强类型和弱类型指的是是否会发生类型的隐式转换；
而 python 的语言类型定义是强类型的动态语言。
python 的变量python 的变量实质上是一个指针。
这不同于 java，在 java 中如果要声明一个字符串，那么这个字符串会复制给字符串的变量，这个变量也就不能接受其他类型的参数了，而 python 的变量仅仅是一个指针，可以接收任何类型的数据。
python 常见内置类型 常见内置类型1. 数值类型： int, float, complex, bool
2. 迭代类型： 所有实现迭代协议的类
3. 序列类型： list, bytes, bytearray, memoryview, range, tuple, str, array
4. 映射类型： dict
5. 集合类型： set, frozenset
6. 上下文管理类型： with 语句
7. 其他类型： 模块类型, class 和实例, 函数类型, 方法类型, 代码类型, object 对象, type 类型, ellipsis 类型, notimplemented 类型
类型和值的判断python 中常见的判断方法主要有 type，isinstance，==，is。其区别如下：
==
用来判断值是否相等
# 例子 a = [1, 2, 3] b = [1, 2, 3] print(a == b) # True，原理是调用了魔法函数 __eq__
is
用来确定是否是同一个类。
PS: python 中 None 是单例的，因此判断是否是 None 必须用 is（比较内存地址），而不是 ==（比较值）
type
用来判断是否是类的本身，比如 type(x) 的得到的结果为
isinstance
判断对象是否是类的实例。
判断对象类型的时候，这个函数会同时去检查类的继承链，这也就隐含这个多态的概念。
为什么下面的结果相等？
a = 1 b = 1 print(a is b)
python 中对于“小整数”或者“短字符串”在一定范围内会使用 intern 机制，这是 python 对于性能的一种优化机制，旨在提高运行的性能，因此结果为 True。
python 的作用域python 的作用域和 java 不一样，作用域由 def、class、lambda 等语句产生，if、try、for、with 等语句并不会产生新的作用域。
# if 语句不会生成新的作用域
if True:
msg = 'I am from Runoob'
print(msg)
# for 语句不会生成新的作用域
for item in [1, 3, 4]:
pass
abc = 123
print(abc)
print(item)
# try…catch 语句不会生成新的作用域
try:
edf = 456
except Exception as e:
pass
print(edf)
python 参数传递
python 参数传递的方式比较特殊，和其他语言进行区别，既不是“值传递”也不是“引用传递”。
python 参数传递的方式为 Call by Object(Call by Object Reference or Call by Sharing)，也就是共享传参。函数形式参数获得实参中各个引用副本。
在进行函数传参的时候，python 是根据可变对象和不可变对象的特点让传递参数的行为类似于“引用传递”和“值传递”。
不可变对象：bool/int/float/tuple/str/frozenset
可变对象：list/set/dict
def add(a, b): a += b return a # 不可变类型 a = 1 b = 2 c = add(a, b) print(a, b, c) # 1 2 3 # 可变类型 a = [1, 2] b = [3, 4] c = add(a, b) print(a, b, c) # [1, 2, 3, 4] [3, 4] [1, 2, 3, 4] # 不可变类型 a = (1, 2) b = (3, 4) c = add(a, b) print(a, b, c) # (1, 2) (3, 4) (1, 2, 3, 4)
总结： python 传递参数的时候都是通过“对象引用”的方式进行传递的，也就是实参和形参都指向同一个对象，但是根据可变对象和不可变对象的特点表现出类似于“引用传递”和“值传递”的行为。
还有一个注意的点：默认参数只计算一次
# 通过函数举例 def first(l=[1]): l.append(1) print(l) first() first() # 结果如下： # [1, 1] # [1, 1, 1]
# 通过对象举例
class Company:
def __init__(self, name, staffs=[])
self.name = name
self.staffs = staffs
def add(self, staff_name):
self.staffs.append(staff_name)
def remove(self, staff_name):
self.staffs.remove(staff_name)
if __name__ == '__main__':
com1 = Company('com1')
com1.add('cc1')
print(com1.staffs) # ['cc1']
com2 = Company('com2')
com2.add('cc2')
print(com2.staffs) # ['cc1', 'cc2']，这个结果和预想的不一样
# 因为两次对象实例化都用了 Company.__init__.__defaults__ 中的默认变量
总结： 默认参数不推荐使用可变参数类型
函数传递中 *args, **kwargs 的含义是什么？
- *args 被打包成 tuple
- **kwargs 被打包成 dict
# *args 传递 print_args(*['a', 'b', 'c']) # **kwargs 传递 print_kwargs(**dict(a=1, b=2))异常处理 异常的继承等级
下面是 python 异常的继承等级的前几个。可以通过网址 https://docs.python.org/3/library/exceptions.html#exception-hierarchy 查看全部的异常继承等级。
在日常变成中最常用的就是 Exception，大多数的异常类都继承自这个类。
baseException
+-- SystemExit
+-- KeyboardInterrupt
+-- GeneratorExit
+-- Exception
+-- StopIteration
+-- StopAsyncIteration
+-- ...
为什么要继承 Exception 而不是 baseException？
一个简单的回答：如果继承的是 baseException 的话，ctrl + c 难道还能结束自己的程序吗？
使用异常的常见场景- 网络请求（超时、链接错误）
- 资源访问（权限问题、资源不存在）
- 代码逻辑（越界访问、KeyError等）
对于 python 中异常的捕获是和大多数编程语言一致的。都可以通过 try…catch 语句进行异常的捕获。
try:
# func
except (Exception1, Exception2) as e:
# 异常处理代码
else:
# pass
finally:
pass
Monkey patch
得益于动态语言的特性，所谓的 monkey patch 就是运行时替换的能力，也就是程序运行的时候，我们需要将一些内置的方法，类或者变量替换成自定义的。
比如 gevent 库在运行时需要可以修改内置的 socket 或 select。
# 运行时修改内置的 socket import socket print(socket.socket) #print("After monkey patch") from gevent import monkey monkey.patch_socket() print(socket.socket) # # 运行时修改内置的 select import select print(select.select) monkey.patch_select() print("After monkey patch") print(select.select) #
使用 time 演示 monkey patch 原理
import time
print(time.time())
def _time():
return 123
time.time = _time # 关键代码
print(time.time())
Introspection (内省)
得益于动态语言的特性，所谓的内省就 可以在运行时判断一个对象的类型。
ll = [1, 2, 3] dd = dict(a=1) # 在运行时判断对象类型的能力 print(type(ll)) print(type(dd)) print(isinstance(ll, list)) print(isinstance(dd, dict))
