一、变量
那些曾经怎么也看不懂的东西，突然有一天就懂了。这就是复习的力量吗？
1 变量的赋值
a = 10
做了上面的图所描述的事情
1）开辟一块内存，创建一个值为10的整数
2）创建一个a的标记
3）把a 指向内存中的值
关于堆和栈就先不考虑了，好吧。我自己不懂
再来一个难点的
a = 10 b = a a = 20
这个够难了吧。你认为b是多少，是20吗，好吧。开始我也认为是20。但是b其实是10
很明显这张图是错误的。b不是指向了a，而是指向了10
因为变量是一个标记，用来调用内存中的值，当我们将一个标记赋值给另一个标记的时候，应该是让其指向另一个标记的内存，而不是指向标记。
这张图才是正确的。b是指向了a指向的内存中的10，所以b是10
好了，变量赋值就到这里了
参考：https://www.cnblogs.com/scolia/p/5523883.html
好吧，我承认了，我只是复习我自己觉得模糊的东西，但是如果恰好你也对这些比较模糊，那咱俩还是挺有缘分的。如果你还对以外的东西比较模糊，那我只能说请移步到谷歌啥的
二 for中的迭代器和生成器
1 基础
a = (1, 2, 3, 4, 5)
for x in a:
print x
参考http://www.cnblogs.com/scolia/p/5538666.html
不得不说上面的这哥们真是个好人。
for循环其实就是不断的去可迭代对象中拿去元素，而可迭代对象在每次迭代的时候都会把指针下移一格，也就是下次再来拿的时候，拿的是下一个。而这是因为可迭代对象有这样行为，才称其为可迭代。 这个时候我又要问一个问题，在迭代循环结束以后，x的值是否还存在？ 当然还在，都说了作用域是函数的东西，迭代循环并不是函数。按照for循环的思路，x的值是不断更新的，所以在循环结束的时候，x应该等于最后一次迭代的值。以这里为例，x在循环结束的时候，其值应该为5。即x=5。
a = (1, 2, 3, 4, 5)
for x in a:
print x
print '----',x
print a
另外，虽说交租是交了出去自己没有了，但是迭代循环并不会改变a本身，也就是相当于借给别人看一眼，东西还是自己的。就想是以前的租碟吧哈哈
2）迭代器
迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下一结果，而在一系列结果的末尾是，则会引发StopIteration。
而在for循环中，会自动调用 iter()将我们要迭代的对象转化为可迭代对象，每次循环都会调用 .next() 方法获取新元素，当引发StopIteration错误的时候自动退出循环，这就for循环的内部操作。
常用的数据类型，如：str、tuple、list、dict、set，都能进行迭代循环，因为其内部都有相应的方法
上面的例子可以看到a属于可迭代的对象，但是可迭代对象仍然没有next方法，必须使用iter转换为迭代器才有
我们自己也可以创建一个可迭代的类:
# coding:utf-8
# author:wanstack
class Text(object):
def __init__(self,list_input):
"""
实现一个迭代器
:param list_input:
"""
self.list = list_input # 你输入的可迭代对象，例如列表，元组，集合等
self.index = 0 # 索引从0开始
def __iter__(self):
return self # 这里返回的是一个Text类的对象,不是很清楚为什么加上这个就从可迭代对象就变成了迭代器
def next(self):
if self.index >= len(self.list): # 这个应该不可能大于，应该是等于，不过这里应该不影响,索引到了最后
self.index = 0 # 将索引置为0
raise StopIteration # 触发异常
ret = self.list[self.index] # 取出元素中的值
self.index += 1 # 索引往后移动一位
return ret # 返回元素中的值
a = Text([1,2,3])
for i in a:
print(i)
这里python3中会报错，python2没问题。
下面是python3的版本，可以看一下差别，好吧。基本没啥差别，就是把next换成了__next__,好无奈
# coding:utf-8
# author:wanstack
class Text(object):
def __init__(self,list_input):
"""
实现一个迭代器
:param list_input:
"""
self.list = list_input # 你输入的可迭代对象，例如列表，元组，集合等
self.index = 0 # 索引从0开始
def __iter__(self):
return self # 这里返回的是一个Text类的对象,不是很清楚为什么加上这个就从可迭代对象就变成了迭代器
def __next__(self):
if self.index >= len(self.list): # 这个应该不可能大于，应该是等于，不过这里应该不影响,索引到了最后
self.index = 0 # 将索引置为0
raise StopIteration # 触发异常
ret = self.list[self.index] # 取出元素中的值
self.index += 1 # 索引往后移动一位
return ret # 返回元素中的值
a = Text([1,2,3])
for i in a:
print(i)
3）生成器
所谓的生成器就是每次调用的时候返回一个对象，而不是一次性在内存中创建，从而达到节约内存的作用。
而生成器靠yield关键字实现，生成器的编写类似于函数，只不过将函数的return改成了yield：
好吧，我对yield也忘记的差不多了。关于生成器请移步这里吧。http://www.cnblogs.com/wanstack/articles/6993620.html
三 深浅拷贝
先来看一个现象
1）浅拷贝
上面修改b的值，a的值一样会变化。为什么呢？
首先序列中保存的都是内存的引用，b是浅拷贝了a，所以a和b引用了同一个内存中的对象。所以，当我们通过b去修改里面的空列表的时候，其实就是修改内存中的同一个对象，所以会影响到a。
地址是一样的啊。所以虽然a和b是两个不同的对象，但是里面的引用都是一样的。这就是所谓新的对象，旧的内容。
但是下面的东西呢？
a = ['scolia', 123, [], ] b = a[:] b[1] = 666 print a print b
对于字符串、数字等不可变的数据类型，修改就相当于重新赋值。在这里就相当于刷新引用。
a = ['scolia', 123, [], ] b = a[:] b[1] = 666 print id(a), id(a[0]), id(a[1]), id(a[2]) print id(b), id(b[0]), id(b[1]), id(b[2])
上面讲的这些就是浅拷贝，总结起来，浅拷贝只是拷贝了一系列引用，当我们在拷贝出来的对象对可修改的数据类型进行修改的时候，并没有改变引用，所以会影响原对象。而对不可修改的对象进行修改的是，则是新建了对象，刷新了引用，所以和原对象的引用不同，结果也就不同。
创建浅拷贝的方法：
1.切片操作
2.使用list()工厂函数新建对象。（ b = list(a) ）
3.使用copy模块的copy()方法。（ b = copy.copy(a) ）
2）深拷贝
那么深拷贝不就是将里面引用的对象重新创建了一遍并生成了一个新的一系列引用。
基本上是这样的，但是对于字符串、数字等不可修改的对象来说，重新创建一份似乎有点浪费内存，反正你到时要修改的时候都是新建对象，刷新引用的。所以还用原来的引用也无所谓，还能达到节省内存的目的。
from copy import deepcopy a = ['scolia', 123, [], ] b = deepcopy(a) b[1] = 666 print id(a), id(a[0]), id(a[1]), id(a[2]) print id(b), id(b[0]), id(b[1]), id(b[2])
四 编码问题
由于太多，新开一片
复习装饰器了
我们知道，在Python中，函数可以当做参数来使，也可以当做函数的返回值，还可以赋给一个变量，利用变量我们也可以实现函数的功能
函数abs赋值给f变量，然后f就可以当作一个函数来用了。实际上这种赋值时把函数abs的返回值赋值给了f，
a = 10