在你的代码中，它就是一个变量名呀。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网页空间、营销软件、网站建设、平武网站维护、网站推广。
item本来是一种数据，可迭代的数据类型。
在Python中，如果我们想实现创建类似于序列和映射的类（可以迭代以及通过[下标]返回元素），可以通过重写魔法方法 __getitem__、__setitem__、__delitem__、__len__ 方法去模拟。
__getitem__(self,key): 返回键对应的值。
__setitem__(self,key,value)： 设置给定键的值
__delitem__(self,key): 删除给定键对应的元素。
__len__(): 返回元素的数量
【注释】只要实现了 __getitem__ 和 __len__ 方法，就会被认为是序列。
这些魔术方法的原理就是：当我们对类的属性item进行下标的操作时，首先会被 __getitem__()、__setitem__()、__delitem__() 拦截，从而执行我们在方法中设定的操作，如赋值，修改内容，删除内容等等。
这个方法应该以与键相关联的方式存储值，以便之后能够使用 __setitem__ 来获取。当然，这个对象可变时才需要实现这个方法。
举个栗子：
定义一副扑克牌（不包括大小王），对牌进行洗牌，然后发牌。
Output：
【注意】 :我们会发现output中，输出了： slice(1, 3, None) ，下面给出解释。
语法：
参数说明：
slice() 函数实现切片对象，主要用在切片操作函数里的参数传递。
举两个栗子来看看：
Output:
切片原理
output
(程序员必会的 hhhhh.....)
看看slice在python3.7中是怎么描述的:
#!/usr/bin/python
# Filename: class_init.py
class Person:
def __init__(self, name):
self.name = name
def sayHi(self):
print 'Hello, my name is', self.name
p = Person('Swaroop')
p.sayHi()
输出：
Hello, my name is Swaroop
说明：__init__方法定义为取一个参数name（以及普通的参数self）。在这个__init__里，我们只是创建一个新的域，也称为name。注意它们是两个不同的变量，尽管它们有相同的名字。点号使我们能够区分它们。最重要的是，我们没有专门调用__init__方法，只是在创建一个类的新实例的时候，把参数包括在圆括号内跟在类名后面，从而传递给__init__方法。这是这种方法的重要之处。现在，我们能够在我们的方法中使用self.name域。这在sayHi方法中得到了验证。
python中set()函数的用法如下：
工具／原料：台式电脑、Win10、Python3.6.5。
1、首先按下“Win+R”组合键，打开运行窗口，如下图所示。
2、在打开文本框输入“cmd”，点击确定，如下图所示。
3、在打开的cmd窗口中，输入：“python”，点击Enter键，如下图所示。
4、在Python环境中，输入：“x = set(('hi', 'hello', 'world'))”，点击Enter键，如下图所示。
5、在Python环境中，输入：“print(x)”，如下图所示。
6、点击Enter键，即可使用Python内置的set()函数创建一个集合对象，并打印出来，如下图所示。
在Python中，当你排序一个元组时，如下所示：
items = [(1, 'B'), (1, 'A'), (2, 'A'), (0, 'B'), (0, 'a')]
sorted(items)
[(0, 'B'), (0, 'a'), (1, 'A'), (1, 'B'), (2, 'A')]
默认情况下，sort和sorted内建函数会优先排序第一个元素，然后再排序第二个元素，大写字母会排在小写字母前面。当你想要不区分大小写排序时，可能会按如下写代码：
sorted(items, key=str.lower)
Traceback (most recent call last):
File "stdin", line 1, in module
TypeError: descriptor 'lower' requires a 'str' object but received a 'tuple'
出现了错误，lower需要的是字符串对象，但是接收到了元组。下面的应用lamdba，返回一个元组：
sorted(items, key=lambda x: (x[0], x[1].lower()))
[(0, 'a'), (0, 'B'), (1, 'A'), (1, 'B'), (2, 'A')]
我确定你知道可以通过 sorted(items, reverse=True, ...) 将其反转，但是如果你想要依赖你提供的key来获得不同的排序顺序时，该怎么办呢？使用lambda函数返回一个元组可以实现，下面是一个更高级的结构排序
peeps = [{'name': 'Bill', 'salary': 1000}, {'name': 'Bill', 'salary': 500}, {'name': 'Ted', 'salary': 500}]
sorted(peeps, key=lambda x: (x['name'], x['salary']))
[{'salary': 500, 'name': 'Bill'}, {'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]
如果你想要使salary逆序，只需要如下改动：
sorted(peeps, key=lambda x: (x['name'], -x['salary']))
[{'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]
下面时Python中一些不常见的冷门知识，感兴趣的小伙伴不妨来学习一下。
1、省略号也是对象
… 这是省略号，在Python中，一切皆对象。它也不例外。在 Python 中，它叫做 Ellipsis 。在 Python 3 中你可以直接写…来得到这玩意。
...
Ellipsis
type(...)
class 'ellipsis'
而在 Python2 中没有…这个语法，只能直接写Ellipsis来获取。
Ellipsis
Ellipsis
type(Ellipsis)
type 'ellipsis'
它转为布尔值时为真
bool(...)
True
最后，这东西是一个单例。
id(...)
4362672336
id(...)
4362672336
这东西有啥用呢？据说它是Numpy的语法糖，不玩 Numpy 的人，可以说是没啥用的。
在网上只看到这个 用 … 代替 pass ，稍微有点用，但又不是必须使用的。
try:
1/0
except ZeroDivisionError:
...
2、增量赋值的性能更好
诸如 += 和 *= 这些运算符，叫做 增量赋值运算符。这里使用用 += 举例，以下两种写法，在效果上是等价的。
# 第一种
a = 1 ; a += 1
# 第二种
a = 1; a = a + 1
+= 其背后使用的魔法方法是 iadd，如果没有实现这个方法则会退而求其次，使用 add 。
这两种写法有什么区别呢？
用列表举例 a += b，使用 add 的话就像是使用了a.extend(b),如果使用 add 的话，则是 a = a+b,前者是直接在原列表上进行扩展，而后者是先从原列表中取出值，在一个新的列表中进行扩展，然后再将新的列表对象返回给变量，显然后者的消耗要大些。
所以在能使用增量赋值的时候尽量使用它。
3、and 和or 的取值顺序
and 和 or 是我们再熟悉不过的两个逻辑运算符。而我们通常只用它来做判断，很少用它来取值。
如果一个or表达式中所有值都为真，Python会选择第一个值，而and表达式则会选择第二个。
(2 or 3) * (5 and 7)
14 # 2*7
4、修改解释器提示符
import sys
sys.ps1
' '
sys.ps2
'... '
sys.ps2 = '---------------- '
sys.ps1 = 'Python编程时光'
Python编程时光for i in range(2):
---------------- print (i)
----------------
5、默认参数最好不为可变对象
函数的参数分三种
可变参数
默认参数
关键字参数
今天要说的是，传递默认参数时，新手很容易踩雷的一个坑。
先来看一个示例：
def func(item, item_list=[]):
item_list.append(item)
print(item_list)
func('iphone')
func('xiaomi', item_list=['oppo','vivo'])
func('huawei')
在这里，你可以暂停一下，思考一下会输出什么？
思考过后，你的答案是否和下面的一致呢
['iphone']
['oppo', 'vivo', 'xiaomi']
['iphone', 'huawei']
如果是，那你可以跳过这部分内容，如果不是，请接着往下看，这里来分析一下。
Python 中的 def 语句在每次执行的时候都初始化一个函数对象，这个函数对象就是我们要调用的函数，可以把它当成一个一般的对象，只不过这个对象拥有一个可执行的方法和部分属性。
对于参数中提供了初始值的参数，由于 Python 中的函数参数传递的是对象，也可以认为是传地址，在第一次初始化 def 的时候，会先生成这个可变对象的内存地址，然后将这个默认参数 item_list 会与这个内存地址绑定。在后面的函数调用中，如果调用方指定了新的默认值，就会将原来的默认值覆盖。如果调用方没有指定新的默认值，那就会使用原来的默认值。
在这里插入图片描述
6、访问类中的私有方法
大家都知道，类中可供直接调用的方法，只有公有方法（protected类型的方法也可以，但是不建议）。也就是说，类的私有方法是无法直接调用的。
这里先看一下例子
class Kls():
def public(self):
print('Hello public world!')
def __private(self):
print('Hello private world!')
def call_private(self):
self.__private()
ins = Kls()
# 调用公有方法，没问题
ins.public()
# 直接调用私有方法，不行
ins.__private()
# 但你可以通过内部公有方法，进行代理
ins.call_private()
既然都是方法，那我们真的没有方法可以直接调用吗？
当然有啦，只是建议你千万不要这样弄，这里只是普及，让你了解一下。
# 调用私有方法，以下两种等价
ins._Kls__private()
ins.call_private()
7、时有时无的切片异常
这是个简单例子
my_list = [1, 2, 3, 4, 5]
print(my_list[5])
Traceback (most recent call last):
File "F:/Python Script/test.py", line 2, in module
print(my_list[5])
IndexError: list index out of range
来看看，如下这种写法就不会报索引异常，执行my_list[5:]，会返回一个新list：[]。
my_list = [1, 2, 3]
print(my_list[5:])
8、for 死循环
for 循环可以说是 基础得不能再基础的知识点了。但是如果让你用 for 写一个死循环，你会写吗？（问题来自群友 陈**）
这是个开放性的问题，在往下看之前，建议你先尝试自己思考，你会如何解答。
好了，如果你还没有思路，那就来看一下 一个海外 MIT 群友的回答:
for i in iter(int, 1):pass
是不是懵逼了。iter 还有这种用法？这为啥是个死循环？
这真的是个冷知识，关于这个知识点，你如果看中文网站，可能找不到相关资料。
还好你可以通过 IDE 看py源码里的注释内容，介绍了很详细的使用方法。
原来iter有两种使用方法，通常我们的认知是第一种，将一个列表转化为一个迭代器。
而第二种方法，他接收一个 callable对象，和一个sentinel 参数。第一个对象会一直运行，直到它返回 sentinel 值才结束。
在这里插入图片描述
那int 呢，这又是一个知识点，int 是一个内建方法。通过看注释，可以看出它是有默认值0的。你可以在终端上输入 int() 看看是不是返回0。
在这里插入图片描述
由于int() 永远返回0，永远返回不了1，所以这个 for 循环会没有终点。一直运行下去。
9、奇怪的字符串
字符串类型作为 Python 中最常用的数据类型之一，Python解释器为了提高字符串使用的效率和使用性能，做了很多优化。
例如：Python 解释器中使用了 intern（字符串驻留）的技术来提高字符串效率。
什么是 intern 机制？就是同样的字符串对象仅仅会保存一份，放在一个字符串储蓄池中，是共用的，当然，肯定不能改变，这也决定了字符串必须是不可变对象。
示例一
# Python2.7
a = "Hello_Python"
id(a)
32045616
id("Hello" + "_" + "Python")
32045616
# Python3.7
a = "Hello_Python"
id(a)
38764272
id("Hello" + "_" + "Python")
32045616
示例二
a = "MING"
b = "MING"
a is b
True
# Python2.7
a, b = "MING!", "MING!"
a is b
True
# Python3.7
a, b = "MING!", "MING!"
a is b
False
示例三
# Python2.7
'a' * 20 is 'aaaaaaaaaaaaaaaaaaaa'
True
'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa'
False
# Python3.7
'a' * 20 is 'aaaaaaaaaaaaaaaaaaaa'
True
'a' * 21 is 'aaaaaaaaaaaaaaaaaaaaa'
True
示例四
s1="hello"
s2="hello"
s1 is s2
True
# 如果有空格，默认不启用intern机制
s1="hell o"
s2="hell o"
s1 is s2
False
# 如果一个字符串长度超过20个字符，不启动intern机制
s1 = "a" * 20
s2 = "a" * 20
s1 is s2
True
s1 = "a" * 21
s2 = "a" * 21
s1 is s2
False
s1 = "ab" * 10
s2 = "ab" * 10
s1 is s2
True
s1 = "ab" * 11
s2 = "ab" * 11
s1 is s2
False
10、两次return
我们都知道，try…finally… 语句的用法，不管 try 里面是正常执行还是报异常，最终都能保证finally能够执行。
同时，我们又知道，一个函数里只要遇到 return 函数就会立马结束。
基于以上这两点，我们来看看这个例子，到底运行过程是怎么样的？
def func():
... try:
... return 'try'
... finally:
... return 'finally'
...
func()
'finally'
惊奇的发现，在try里的return居然不起作用。
原因是，在try…finally…语句中，try中的return会被直接忽视，因为要保证finally能够执行。
