https://github.com/LeoSirius/code_fluent_python/blob/master/python_in_a_nutshell.md 不断补充中。

仓库本身是用 jupyter notebook 写的 fluent Python 的笔记。这篇文章又是对笔记的总结，可以说是精华中的精华。但然，目前还没完成

下面是正文

python in a nutshell

Chapter 1 The Python Data Model

• dunder 函数是给解释器调用的，自己不要随便调用

Chapter 2 Sequence

序列的分类

按照元素类型：

• 容器序列：可以存放任意类型对象的引用。如 list 、tuple 、collections.deque 等
• 扁平序列：只能存放基础类型的值。其实一段连续的内存空间，更接近于 c 的数组

按照序列本身可变性：

• 不可变序列
• 可变序列：可变序列是不可变序列的子类，多了__setitem__, __delitem__, append, pop等方法

列表推导和生成器表达式

• 列表推导是直接把元素生成好，放在内存里
• 生成器表达式是惰性的。在使用到相应元素的时候，才会在内存里把那个元素创建出来。

元组不仅仅是不可变的序列，一个更重要的作用是作为数据的一条记录

不要把不可变类型放到可变序列里做元素。不要把 tuple 放到 list 里

Chapter 3 Dictionaries and Sets

dict 和 set 都是由 hash 表实现的。他们的 key 都必须是 hashable 的，hashable 的两个条件

• hash 值在生命周期内不变（__hash__()）
• hash 值能进行比较（__eq__()）

内建不可变类型都是 hashable 的

注意 dict 和 set 的 key 是不可变的，但 dict 和 set 对象本身是可变类型

dict 的实现机制

3.6 及之前是像下面这样实现的

entries = [
    ['--', '--', '--'],
    ['--', '--', '--'],
    [hash, key, value],
    ['--', '--', '--'],
    ['--', '--', '--'],
]

3.7 及之后，引入了一个 indices 列表

indices = [1, None, None, 0, None, None]
# 此时 enteies 会插入第一个元素
entries = [
    [12343543, 'name', 'leo'],
    [34323545, 'hanmeimei', 'lihua']
]

由上可以看出，3.7 及以后 dict 和旧版本 dict 的区别：

• 新 dict 是有序的
• 新 dict 的 hash 表时密集的

Chapter 5 First Class Functions

函数是对象

first-class functions是functions as first-class objects的缩写

first-class objects的特点：

• 在运行时创建
• 能被赋值给变量
• 能做为函数的参数，能被函数返回

高阶函数：以函数为参数，返回函数的函数

可调用对象

python 中 7 种可调用对象：

• 用户定义的函数：def 或 lambda 函数
• 内置函数：C 实现的函数
• 内置方法：C 实现的方法，如 dict.get()
• 类
• 类的实例：类定义了__call__，则实例可以像函数一样调用
• 方法
• 生成器函数：函数中用 yield，返回的是一个生成器对象

Chapter 7 Function Decorators and Closures

装饰器

• 装饰器是语法糖，其本质：一个以函数为参数的可调用对象
• 装饰器在模块加载的时候，就会执行

对一个函数使用多个装饰器，装饰器会从里到外（从上到下）执行

>>> def d1(f):
...     print('in d1')
...     return f
... 
>>> def d2(f):
...     print('in d2')
...     return f
... 
>>> @d1
... @d2
... def f():
...     print('in f')
... 
in d2    # 可以看到先执行了 d2，再执行 d1
in d1
>>> f()
in f

调用的 f 相当于f = d1(d2(f))

闭包：一种延伸了作用域的函数

在闭包中用 nonlocal 可以把变量声明为自由变量

>>> def make_averager():
...     series = []
...     
...     def averager(new_value):
...         series.append(new_value)       # 这里的 series 称为自由变量，这个术语专指未在本地作用域中绑定的变量
...         total = sum(series)
...         return total / len(series)
...     
...     return averager
... 
>>> avg = make_averager()
>>> 
>>> avg(1)
1.0
>>> avg(2)
1.5
>>> avg.__code__.co_varnames   # 显示局部变量
('new_value', 'total')
>>> avg.__code__.co_freevars   # 显示自由变量
('series',)

Chapter 8 Object References Mutability and Recycling

变量都是引用

==判断的是对象是值是否相等，is判断的是是否是同一个对象