import语句
当解释器遇到import语句时，如果模块在当前路径就会被导入，搜索路径是一个解释器，会先搜索吧所有目录的列表。搜索路径是由一系列目录名组成的，Python解释器会一次从这些目录寻找引入的模块，搜索路径是在Python编译或者安装的时候确定的，被存储在sys模块的path变量中，可这样查看搜索路径。
import sys
print('Python的搜索路径为： %s' %sys.path)
import有两种使用方式
# 导入模块的两种方式
# 导入整个模块
import math
import math as m(取别名)
# 导入模块中制定的对象到当前命名空间
from math import pi
from math import pi, sin(导入多个)
多种赋值方式
多个赋值操作同时进行,这种方式为序列解包（sequence unpacking）
x,y,z = 1,2,3
student = {'name':'minmin', 'age':18}
key, value = student.popitem()
nums = 1,2,3
a,b,c = nums
链式赋值
a,b,c = 1,2,3
if语句
下面值作为布尔变量时，以下值为被解释器看作假，False和0等价，True和1等价：
False, None, 0, '', (), [], {}
>>> True == 1
True
>>> False == 0
True
>>> True + False +2
3
闭包（Closure）
如果在一个内部函数里对外部函数（不是在全局作用域）的变量进行引用，内部函数就被认为是闭包。
#!/usr/bin/python3
#-*-coding:UTF-8-*-
def sum_late(*args):
def calc_sum():
sum = 0
for n in args:
sum += n
return sum
return calc_sum
print('调用sum_late的结果： ', sum_late(1,2,3,4))
calc_sum = sum_late(1,2,3,4)
print('调用calc_sum的结果: ', calc_sum())
# 运行结果
调用sum_late的结果： <function sum_late.<locals>.calc_sum at 0x000000000344A840
>
调用calc_sum的结果: 10
再看另外一个例子
def count():
fs = []
for n in range(1,4):
def f():
return n * n
fs.append(f)
return fs
f1, f2, f3 = count()
print('f1运行的结果是：', f1())
print('f2运行的结果是：', f2())
print('f3运行的结果是：', f3())
# 运行结果
f1运行的结果是： 9
f2运行的结果是： 9
f3运行的结果是： 9
由输出结果可以看到，返回的三个函数输出结果相同，因为它并非立刻执行，等到三个函数都返回了，其引用的变量n已经变成3，所以最终结果都为9。
注：返回闭包时，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，否则很容易出错，上面的代码可以改为如下，已达到预期的效果。
#!/usr/bin/python3
#-*-coding:UTF-8-*-
def count():
def f(i):
def g():
return i * i
return g
fs = []
for n in range(1,4):
fs.append(f(n))
return fs
f1, f2, f3 = count()
print(f1, f2, f3)
print(f1(), f2(), f3())
递归与尾递归优化
最简单的求阶乘递归代码
def fact(n):
if n == 1:
return 1
return n * fact(n-1)
当递归次数太多，这时会发生栈溢出现象，此时可以用尾递归优化来解决。 尾递归是指在函数返回时调用函数本身，并且return语句不能包含表达式，这样编译器和解释器就可以进行优化，使得递归本身无论调用多少次都只占用一个栈帧。
书中给出的例子：
def tail_recursion(num, product):
if num == 1:
return product
return tail_recursion(num - 1, num * product)
print(tail_recursion(5, 1))
print(tail_recursion(900, 1))
不过有[博客][1]指出python不支持尾递归，这点有待考证
匿名函数
在程序一次性使用，不需要定义函数名时，用匿名函数可以节省内存中变量定义空间，并且让程序更简洁，这是可以使用lambda表达式。
# 常规方法
list1 = [1,2,3,4,5]
list2 = []
for n in list1:
if n > 2:
list2.append(n)
print(list2)
# 函数式编程
def func(x):
return x > 3
# filter返回的是一个迭代器
list3 = filter(func, list1)
print(list(list3))
# lambda表达式
print([item for item in filter(lambda x: x>3, list1)])
````
[1]: https://blog.csdn.net/qq_39521554/article/details/80112748