深拷贝和浅拷贝：

1. 浅拷贝：a=b，只是传递对象b，改变a即改变b，拷贝的是引用；
2. copy.copy()和copy.deepcopy()区别，deepcopy拷贝的是对象，会将将被拷贝对象内部的可变对象一起拷贝
3. 可用id做对比

用分片改变列表：

• >>> a=['123','456','789']
• >>> a[0:3]
• ['123', '456', '789']
• >>> a[0:3]='abc'
• >>> a
• ['a', 'b', 'c']

range和xrange(2+)：

1. range返回整个列表
2. xrange本质是生成器

for和while：

• for...in...本质为：

while True；    try:        next()    catch StopIteration

map，filter和reduce：

1. map，对序列里每个值操作：

   map((lambda a: a+100), list)or map((lambda a,b: a+b, la,lb ))

    

2. filter，对序列中每个值进行过滤：

   filter((lambad a: a>0), ls)

    

3.  reduce，累计序列中各个值：

   reduce((lambda a1,a2: a1 + a2),ls)

    

生成随机数：

• 生成>=a&&<=b的任一整数：

  random.randint(a, b)

   

• 可按步长生成随机数，stop必须指定：

  random.randrange(start, stop, step)

   

• 生成0到1的浮点数：

  random.random()

   

安全关闭资源：

• with关键字和try...except...finally...等效应用

装饰器特点：

• 代码不做任何修改的前提下，增加额外功能，返回的是函数对象。（待加程序说明）

生成器特点（python3中大都为生成器，以提高效率）：

• 一次性，可节省内存
• 生成器函数和一般函数最大区别为生成器每次yields一个值，而不是返回
• 推导式表达式用()，不是[]
• 生成器函数和表达式都是迭代器，或者说返回一个迭代器对象，只支持一次迭代活动

迭代器：

• I=iter(L)    I.next()，L可迭代对象，I迭代器
• 迭代工具：for，推导式等
• 常用迭代器（3+）：range，xrange(2+)，map，zip，filter
• 迭代可手动迭代或使用迭代工具自动迭代

Python常用的垃圾处理机制：

• 引用计数
• 标记清除
• （。。。）

Python多线程问题：

• python优于GIL全局解释器锁问题，某一时刻只有一个线程占用cup执行，因此多cup、多核对于提高python应用效率并没有用
• python适用于IO密集型应用，cup占用率低，不适用于计算密集型应用
• 为什么要加GIL：个人理解，由于python的运行和资源分配需要靠python解释器，因此程序无法享有操作系统提供的线程保护机制，操作系统的线程保护机制只适用于python解释器。类似于操作系统课程中用户级线程和内核级线程的区别。