- 修改文件模板，支持中文。 File -> Settings -> Editor -> File and Code templates -> python Scropt 在里面加上:
# -*-coding:utf-8-*- 这样修改以后就支持中文输出了。
- python单行注释使用#。 多行注释使用''' '''把代码阔起来或者""" """把代码阔起来。
- python中变量命名中只能有，英文，下划线，数字，数字不能开头。
- =是赋值符号，同一个变量可以被反复赋值，而且可以是不同类型
- 当我们写 s="abc"的时候，python干了两件事情。1，是在内存中创建了一个‘abc’的字符串 2，是创建了一个名为a的变量，并把它只想‘abc’
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
- python的多层表达式非常方便，利用三层for循环的列表生成式，找出对称的三位数 eg:
print [100 * n1 + 10 * n2 + n3 for n1 in range(1, 10) for n2 in range(10) for n3 in range(10) if n1==n3]
改成普通的for循环就是:
L = []
for n1 in range(1,10):
for n2 in range(10):
for n3 in range(10):
if(n1 == n3):
L.append(100*n1+10*n2+n3)
print L
所以说，python的嵌套循环很方便简洁啊。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
字符串编码：
因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），0 - 255被用来表示大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母 A 的编码是65，小写字母 z 的编码是122。
如果要表示中文，显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
python进阶
函数式编程，
变量可以指向一个函数，并且通过变量调用。F=abs F（-10）
高阶函数：能接收函数作为参数的函数
python中的map()函数：map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回
def testmap(x):
return x*x
print map(testmap,[1,2,3,4,5,6,7,8])
输出结果为：[1, 4, 9, 16, 25, 36, 49, 64]
注意：map()函数不改变原有的 list，而是返回一个新的 list。
利用map()函数，可以把一个 list 转换为另一个 list，只需要传入转换函数。
由于list包含的元素可以是任何类型，因此，map() 不仅仅可以处理只包含数值的 list，事实上它可以处理包含任意类型的 list，只要传入的函数f可以处理这种数据类型。
def format_name(s):
return s[0].upper()+s[1:].lower()
print map(format_name,['adam','LISA','batT'])
输出结果为:['Adam', 'Lisa', 'Batt']
python中reduce()函数
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
例如，编写一个f函数，接收x和y，返回x和y的和：
def f(x, y):
return x + y
调用 reduce(f, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：
先计算头两个元素：f(1, 3)，结果为4；
再把结果和第3个元素计算：f(4, 5)，结果为9；
再把结果和第4个元素计算：f(9, 7)，结果为16；
再把结果和第5个元素计算：f(16, 9)，结果为25；
由于没有更多的元素了，计算结束，返回结果25。
reduce()还可以接收第3个可选参数，作为计算的初始值。如果把初始值设为100，计算：
reduce(f, [1, 3, 5, 7, 9], 100)
结果将变为125，因为第一轮计算是：计算初始值和第一个元素：f(100, 1)，结果为101。
eg2:Python内置了求和函数sum()，但没有求积的函数，请利用recude()来求积：
输入：[2, 4, 5, 7, 12] 输出：2*4*5*7*12的结果
def prod(x,y):
return x * y
print reduce(prod,[2,4,6,7,98,7])
python中filter()函数
filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。
请利用filter()过滤出1~100中平方根是整数的数，即结果应该是：
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
import math
def is_sqr(x):
r = int(math.sqrt(x))
return r*r==x
print filter(is_sqr, range(1, 101))
python中自定义函数
sorted可以用来对list进行排序
但 sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。
如果我们要实现倒序排序，只需要编写一个reversed_cmp函数：
def reversed_cmp(x, y):
if x > y:
return -1
if x < y:
return 1
return 0
这样，调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序：
>>> sorted([36, 5, 12, 9, 21], reversed_cmp)
[36, 21, 12, 9, 5]
sorted()也可以对字符串进行排序，字符串默认按照ASCII大小来比较：
sorted(['bob', 'about', 'Zoo', 'Credit'])
['Credit', 'Zoo', 'about', 'bob']
python中返回函数
Python的函数不但可以返回int、str、list、dict等数据类型，还可以返回函数！
例如，定义一个函数 f()，我们让它返回一个函数 g，可以这样写：
def f():
print 'call f()...'
# 定义函数g:
def g():
print 'call g()...'
# 返回函数g:
return g
仔细观察上面的函数定义，我们在函数 f 内部又定义了一个函数 g。由于函数 g 也是一个对象，函数名 g 就是指向函数 g 的变量，所以，最外层函数 f 可以返回变量 g，也就是函数 g 本身。
调用函数 f，我们会得到 f 返回的一个函数：
>>> x = f() # 调用f()
call f()...
>>> x # 变量x是f()返回的函数：
<function g at 0x1037bf320>
>>> x() # x指向函数，因此可以调用
call g()... # 调用x()就是执行g()函数定义的代码
请注意区分返回函数和返回值：
def myabs():
return abs # 返回函数
def myabs2(x):
return abs(x) # 返回函数调用的结果，返回值是一个数值
编写一个函数calc_prod(lst)，它接收一个list，返回一个函数，返回函数可以计算参数的乘积：
def calc_prod(lst):
def lazy_prod():
def f(x,y):
return x * y
return reduce(f,lst,1)
return lazy_prod
f = calc_prod([1, 2, 3, 4])
print f()
我们在函数calc_prod内部又定义了一个函数lazy_prod，由于函数lazy_prod也是一个对象，函数名lazy_prod就是指向函数lazy_prod的变量，最外层函数calc_prod可以返回变量lazy_prod也就是函数lazy_prod。同理lazy_prod中也是这个道理。
python中闭包
内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。
def calc_sum(lst):
def lazy_sum():#发现没法把 lazy_sum 移到 calc_sum 的外部，因为它引用了 calc_sum 的参数 lst。
return sum(lst)
return lazy_sum
闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。举例如下：
# 希望一次返回3个函数，分别计算1x1,2x2,3x3:
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs f1, f2, f3 = count()#你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果全部都是 9
原因就是当count()函数返回了3个函数时，这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用，所以，此时他们并未计算 i*i，当 f1 被调用时：
>>> f1()
9 # 因为f1现在才计算i*i，但现在i的值已经变为3
因此，返回函数不要引用任何循环变量，或者后续会发生变化的变量。