布尔表达式与其余值的替换
值的测试
Python不仅仅可以使用布尔型变量作为条件，它可以直接在if中使用任何表达式作为条件：
大部分表达式的值都会被当作True，但以下表达式值会被当作False：
- False
- None
- 0
- 空字符串，空列表，空字典，空集合
循环
else语句
与 if 一样， while 和 for 循环后面也可以跟着 else 语句，不过要和break一起连用。
- 当循环正常结束时，循环条件不满足，
else被执行； - 当循环被
break结束时，循环条件仍然满足，else不执行。
values = [7, 6, 4, 7, 19, 2, 1]
for x in values:
if x <= 10:
print 'Found:', x
break
else:
print 'All values greater than 10'
xrange函数
total = 0
for i in range(100000):
total += i
print total
4999950000
然而这种写法有一个缺点：在循环前，它会生成一个长度为 100000 的临时列表。
生成列表的问题在于，会有一定的时间和内存消耗，当数字从 100000 变得更大时，时间和内存的消耗会更加明显。
为了解决这个问题，我们可以使用 xrange 来代替 range 函数，其效果与range函数相同，但是 xrange 并不会一次性的产生所有的数据：
total = 0
for i in xrange(100000):
total += i
print total
4999950000
列表推导式
values = [10, 21, 4, 7, 12]
squares = [x**2 for x in values]
print squares
[100, 441, 16, 49, 144]
还可以在列表推导式中加入条件进行筛选。 例如在上面的例子中，假如只想保留列表中不大于10的数的平方：
values = [10, 21, 4, 7, 12]
squares = [x**2 for x in values if x <= 10]
print squares
[100, 16, 49]
也可以使用推导式生成集合和字典：
square_set = {x**2 for x in values if x <= 10}
print(square_set)
square_dict = {x: x**2 for x in values if x <= 10}
print(square_dict)
set([16, 49, 100])
{10: 100, 4: 16, 7: 49}
再如，计算上面例子中生成的列表中所有元素的和：
total = sum([x**2 for x in values if x <= 10])
print(total)
165
但是，Python会生成这个列表，然后在将它放到垃圾回收机制中（因为没有变量指向它），这毫无疑问是种浪费。
为了解决这种问题，与xrange()类似，Python使用产生式表达式来解决这个问题：
total = sum(x**2 for x in values if x <= 10)
print(total)
165
与上面相比，只是去掉了括号，但这里并不会一次性的生成这个列表。
函数
接收不定参数
def add(x, *args):
total = x
for arg in args:
total += arg
return total
这里，*args 表示参数数目不定，可以看成一个元组，把第一个参数后面的参数当作元组中的元素。
这样定义的函数不能使用关键词传入参数，要使用关键词，可以这样：
def add(x, **kwargs):
total = x
for arg, value in kwargs.items():
print "adding ", arg
total += value
return total
这里， ** kwargs 表示参数数目不定，相当于一个字典，关键词和值对应于键值对。
print add(10, y=11, z=12, w=13)
adding y
adding z
adding w
46
再看这个例子，可以接收任意数目的位置参数和键值对参数：
def foo(*args, **kwargs):
print args, kwargs
foo(2, 3, x='bar', z=10)
(2, 3) {'x': 'bar', 'z': 10}
不过要按顺序传入参数，先传入位置参数 args ，在传入关键词参数 kwargs 。
返回多个值
函数可以返回多个值：
事实上，Python将返回的两个值变成了元组：
print to_polar(3, 4)
(5.0, 0.9272952180016122)
因为这个元组中有两个值，所以可以给两个值赋值。
列表也有相似的功能：
a, b, c = [1, 2, 3]
print a, b, c
1 2 3
事实上，不仅仅返回值可以用元组表示，也可以将参数用元组以这种方式传入：
def add(x, y):
"""Add two numbers"""
a = x + y
return a
z = (2, 3)
print add(*z)
5
这里的*必不可少。
还可以通过字典传入参数来执行函数：
def add(x, y):
"""Add two numbers"""
a = x + y
return a
w = {'x': 2, 'y': 3}
print add(**w)
5
map 方法生成序列
可以通过 map 的方式利用函数来生成序列：
def sqr(x):
return x ** 2
a = [2,3,4]
print map(sqr, a)
[4, 9, 16]
其用法为：
map(aFun, aSeq)
将函数 aFun 应用到序列 aSeq 上的每一个元素上，返回一个列表，不管这个序列原来是什么类型。
事实上，根据函数参数的多少，map 可以接受多组序列，将其对应的元素作为参数传入函数：
def add(x, y):
return x + y
a = (2,3,4)
b = [10,5,3]
print map(add,a,b)
[12, 8, 7]
模块和包
在导入时，Python会执行一遍模块中的所有内容。
ex1.py 中所有的变量都被载入了当前环境中，不过要使用
ex1.变量名 的方法来查看或者修改这些变量
ex1.函数名 调用模块里面的函数：
为了提高效率，Python只会载入模块一次，已经载入的模块再次载入时，Python并不会真正执行载入操作，哪怕模块的内容已经改变。 需要重新导入模块时，可以使用reload强制重新载入它
_name__ 属性
有时候我们想将一个 .py 文件既当作脚本，又能当作模块用，这个时候可以使用 __name__ 这个属性。
只有当文件被当作脚本执行的时候， __name__的值才会是 '__main__'，所以我们可以：
%%writefile ex2.y
PI = 3.1416
def test():
w = [0,1,2,3]
print 'test passed.'
if __name__ == '__main__':
test()
包
假设我们有这样的一个文件夹：
foo/
__init__.pybar.py(defines func)baz.py(defines zap)
这意味着 foo 是一个包，我们可以这样导入其中的内容：
from foo.bar import func
from foo.baz import zap
bar 和 baz 都是 foo 文件夹下的 .py 文件。
导入包要求：
- 文件夹
foo在Python的搜索路径中 __init__.py表示foo是一个包，它可以是个空文件。
异常
try & except 块
一旦 try 块中的内容出现了异常，那么 try 块后面的内容会被忽略，Python会寻找 except 里面有没有对应的内容，如果找到，就执行对应的块，没有则抛出这个异常。
如：try 抛出的是 ValueError，except 中有对应的内容，所以这个异常被 except 捕捉到，程序可以继续执行
finally
try/catch 块还有一个可选的关键词 finally。
不管 try 块有没有异常， finally 块的内容总是会被执行，而且会在抛出异常前执行，因此可以用来作为安全保证，比如确保打开的文件被关闭
在抛出异常前执行， 如果异常被捕获了，在最后执行。
文件读写
写入测试文件：
%%writefile test.txt
this is a test fileS.
hello world!
python is good!
today is a good day.
Writing test.txt
读文件
使用 open 函数或者 file 函数来读文件，使用文件名的字符串作为输入参数：这两种方式没有太大区别。
f = open('test.txt')
f = file('test.txt')
默认以读的方式打开文件，如果文件不存在会报错。
可以使用 read 方法来读入文件中的所有内容：
text = f.read()
print text
this is a test file.
hello world!
python is good!
today is a good day.
也可以按照行读入内容，readlines 方法返回一个列表，每个元素代表文件中每一行的内容：
f = open('test.txt')
lines = f.readlines()
print lines
['this is a test file.
', 'hello world!
', 'python is good!
', 'today is a good day.']
使用完文件之后，需要将文件关闭。
f.close()
事实上，我们可以将 f 放在一个循环中，得到它每一行的内容：
写文件
我们使用 open 函数的写入模式来写文件：
f = open('myfile.txt', 'w')
f.write('hello world!')
f.close()
使用 w 模式时，如果文件不存在会被创建，我们可以查看是否真的写入成功：
如果文件已经存在， w 模式会覆盖之前写的所有内容：
除了写入模式，还有追加模式 a ，追加模式不会覆盖之前已经写入的内容，而是在之后继续写入：
写入结束之后一定要将文件关闭，否则可能出现内容没有完全写入文件中的情况。
还可以使用读写模式 w+：
f = open('myfile.txt', 'w+')
f.write('hello world!')
f.seek(6)
print f.read()
f.close()
world!
二进制文件
二进制读写模式 b：
import os
f = open('binary.bin', 'wb')
f.write(os.urandom(16))
f.close()
f = open('binary.bin', 'rb')
print repr(f.read())
f.close()
'x86Hx93xe1xd8xefxc0xaa(x17xa9xc9xa51xf1x98'
换行符
不同操作系统的换行符可能不同：
使用 U 选项，可以将这三个统一看成
换行符。
关闭文件
在Python中，如果一个打开的文件不再被其他变量引用时，它会自动关闭这个文件。
所以正常情况下，如果一个文件正常被关闭了，忘记调用文件的 close 方法不会有什么问题。
关闭文件可以保证内容已经被写入文件，而不关闭可能会出现意想不到的结果：
with 方法
Python提供了更安全的方法，当 with 块的内容结束后，Python会自动调用它的close 方法，确保读写的安全：
with open('newfile.txt','w') as f:
for i in range(3000):
x = 1.0 / (i - 1000)
f.write('hello world: ' + str(i) + '
')
---------------------------------------------------------------------------
ZeroDivisionError Traceback (most recent call last)
<ipython-input-24-9d2a70065b27> in <module>()
1 with open('newfile.txt','w') as f:
2 for i in range(3000):
----> 3 x = 1.0 / (i - 1000)
4 f.write('hello world: ' + str(i) + '
')
ZeroDivisionError: float division by zero
与 try/exception/finally 效果相同，但更简单。