“伪私有属性”的概念：

python的类中通过加双下划线来设置的“私有属性”其实是“伪私有属性”，原理是python编译器将加了双下划线的“__属性名”自动转换成“_类名__属性名”。所以我们在外部用“__属性名”访问私有属性的时候，会触发AttributeError，从而实现“私有属性”的特性。但通过“_类名__属性名”也可以访问这些属性。

class Person(object):    #设置类属性    __count_of_class = 'original count_of_class'    def __init__(self, name):        self.name = name        print('in class Person : count_of_class = ', Person.__count_of_class,'\n') #初始化实例p1p1 = Person('Bob')#在实例p1上修改属性值p1.__count_of_class='I\'m not the original count_of_class!'print('p1\'s _Person__count_of_class = ',p1._Person__count_of_class)print('p1\'s __count_of_class = ',p1.__count_of_class,'\n') #在类Person上修改属性值Person.__count_of_class = 'I\'m not the original count_of_class!'#将这句注释取消掉，会发现真正的私有属性的值也改变了#Person._Person__count_of_class = 'I\'m not the original count_of_class!'print('Person\'s _Person__count_of_class = ',Person._Person__count_of_class)print('Person\'s __count_of_class = ',Person.__count_of_class)

偏函数的例子:

def int2(x,base=2）：

    return int(x,base)

无需定义新的函数，直接一句命令搞定。

import functools

int2 = functools.partial(int, base=2)

def performance(unit):#创建带参数的decorator,其中unit为参数的形参    def perf_decorator(f):#定义装饰器函数         @functools.wraps(f)#将原函数f的所有属性复制到新函数wrapper              def wrapper(*args, **kw):#定义装饰函数             t1 = time.time()#记录函数开始时间                      r = f(*args, **kw)#运行函数f                         t2 = time.time()#记录函数结束时间                         t = (t2 - t1) * 1000 if unit=='ms' else (t2 - t1)#计算函数f的运行时间                         print 'call %s() in %f %s' % (f.__name__, t, unit)#打印函数f的名称，运行时间以及所带参数的实参                         return r#调用原函数f         return wrapper#返回装饰函数    return perf_decorator#返回装饰器函数

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。

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。

上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum()，但是，利用reduce()求和也很简单。

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。

因为 Python 定义了__str__()和__repr__()两种方法，__str__()用于显示给用户，而__repr__()用于显示给开发人员

一般用__repr__ = __str__定义

装饰器：

打印日志：@log

检测性能：@performance

数据库事务：@transaction

URl路由：@post('/register'）

在__call__中，新传入的额外参数不需要self.，因为其不是类本身实例的属性

在Python中，函数也是对象，对象和函数的区别并不显著。

__slots__ = ('name', 'gender', 'score')

__slots__的目的是限制当前类所能拥有的属性，如果不需要添加任意动态的属性，使用__slots__也能节省内存。

@property
    def score(self):
        return self.__score

属性方法：

把方法装饰成属性，然后在调用的时候，用当作属性直接调用，使得代码简洁一些

>>> s.score = 60 # OK，实际转化为s.set_score(60)

>>> s.score # OK，实际转化为s.get_score()

__slots__ = ('score',)

不加逗号得到的是str类型，而不是tuple类型，所以要养成单个元素的tuple加逗号的习惯。

用装饰器函数把 方法“装饰”成属性调用

用了 @property  就会产生一个 @***.setter   后面这个是用来设置前面那个类的参数的

Python2.2以及以后的版本中增加了一个算术运算符" // "来表示整数除法，返回不大于结果的一个最大的整数，而" / " 则单纯的表示浮点数除法

1. 地板除法：用//表示，不管操作数为何种数值类型，总是会舍去小数部分，返回数字序列中比真正的商小的最接近的数字。比如 1//2 = 0, 1.0//2= 0。

2. 传统除法：用/表示，对整数之间的/，执行地板除，但对有浮点数参与的除法则执行传统意义上的除法。比如 1/2 = 0, 1.0/2=0.5。