行话：
数据规整（Munge/Munging/Wrangling） 指的是将非结构化和（或）散乱数据处理为结构化或整洁形式的整个过程。这几个词已经悄悄成为当今数据黑客们的行话了。Munge这个词跟Lunge押韵。
伪码（Pseudocode） 算法或过程的“代码式”描述，而这些代码本身并不是实际有效的源代码。
语法糖（Syntactic sugar） 这是一种编程语法，它并不会带来新的特性，但却能使代码更易读、更易写。
Python的对象通常都有属性（其它存储在对象内部的Python对象）和方法（对象的附属函数可以访问对象的内部数据）。可以用 obj.attribute_name 访问属性和方法：
你可以用continue使for循环提前，跳过剩下的部分。看下面这个例子，将一个列表中的整数相加，跳过None：
sequence = [1, 2, None, 4, None, 5]
total = 0
for value in sequence:
if value is None:
continue
total += value
可以用 break 跳出for循环。下面的代码将各元素相加，直到遇到5：
sequence = [1, 2, 0, 4, 6, 5, 2, 1]
total_until_5 = 0
for value in sequence:
if value == 5:
break
total_until_5 += value
break只中断for循环的最内层，其余的for循环仍会运行：
While循环
while循环指定了条件和代码，当条件为False或用break退出循环，代码才会退出：
三元表达式
Python中的三元表达式可以将if-else语句放到一行里。语法如下：
value = true-expr if condition else false-expr
和if-else一样，只有一个表达式会被执行。因此，三元表达式中的if和else可以包含大量的计算，但只有True的分支会被执行。因此，三元表达式中的if和else可以包含大量的计算，但只有True的分支会被执行。
虽然使用三元表达式可以压缩代码，但会降低代码可读性。
第 3 章 Python 的数据结构、函数和文件
数据的结构和序列
元组，列表，字典，集合
用tuple可以将任意序列或迭代器转换成元组：
In [1]: tuple([4,0.2])
Out[1]: (4, 0.2)
In [2]: tuple(["string"])
Out[2]: ('string',)
In [3]: tuple("string")
Out[3]: ('s', 't', 'r', 'i', 'n', 'g')
拆分元组
如果你想将元组赋值给类似元组的变量，Python会试图拆分等号右边的值：
使用这个功能，你可以很容易地替换变量的名字，其它语言可能是这样：
tmp = a
a = b
b = tmp
In [4]: a,b = 1,2
In [5]: a
Out[5]: 1
In [6]: b
Out[6]: 2
In [7]: b,a = a,b
In [8]: a
Out[8]: 2
In [9]: b
Out[9]: 1
变量拆分常用来迭代元组或列表序列：
In [10]: seq = [(1, 2, 3), (4, 5, 6), (7, 8, 9)]
In [11]: for a, b, c in seq:
...: print('a={0}, b={1}, c={2}'.format(a, b, c))
...:
a=1, b=2, c=3
a=4, b=5, c=6
a=7, b=8, c=9
另一个常见用法是从函数返回多个值。后面会详解。
Python最近新增了更多高级的元组拆分功能，允许从元组的开头“摘取”几个元素。它使用了特殊的语法 *rest ，这也用在函数签名中以抓取任意长度列表的位置参数：
In [29]: values = 1, 2, 3, 4, 5
In [30]: a, b, *rest = values
In [31]: a, b
Out[31]: (1, 2)
In [32]: rest
Out[32]: [3, 4, 5]
rest 的部分是想要舍弃的部分，rest的名字不重要。作为惯用写法，许多Python
程序员会将不需要的变量使用下划线：
In [33]: a, b, *_ = values
tuple方法：
因为元组的大小和内容不能修改，它的实例方法都很轻量。其中一个很有用的就是 count （也适用于列表），它可以统计某个值得出现频率：
In [34]: a = (1, 2, 2, 2, 3, 4, 2)
In [35]: a.count(2)
Out[35]: 4
列表
可以用append在列表末尾添加元素
In [45]: b_list.append('dwarf')
In [46]: b_list
Out[46]: ['foo', 'peekaboo', 'baz', 'dwarf']
在列表中检查是否存在某个值远比字典和集合速度慢，因为Python是线性搜索列表中的值，但在字典和集合中，在同样的时间内还可以检查其它项（基于哈希表）。
排序
你可以用 sort 函数将一个列表原地排序（不创建新的对象）：
In [61]: a = [7, 2, 5, 1, 3]
In [62]: a.sort()
In [63]: a
Out[63]: [1, 2, 3, 5, 7]
另还有二级排序key
一个聪明的方法是使用 -1 ，它可以将列表或元组颠倒过来：
In [82]: seq[::-1]
Out[82]: [1, 0, 6, 5, 3, 6, 3, 2, 7]
序列函数
Python有一些有用的序列函数。
enumerate函数
迭代一个序列时，你可能想跟踪当前项的序号
for i, value in enumerate(collection):
# do something with value
sorted函数
sorted 函数可以从任意序列的元素返回一个新的排好序的列表：
In [87]: sorted([7, 1, 2, 6, 0, 3, 2])
Out[87]: [0, 1, 2, 2, 3, 6, 7]
In [88]: sorted('horse race')
Out[88]: [' ', 'a', 'c', 'e', 'e', 'h', 'o', 'r', 'r', 's']
zip函数
zip 可以将多个列表、元组或其它序列成对组合成一个元组列表：
In [89]: seq1 = ['foo', 'bar', 'baz']
In [90]: seq2 = ['one', 'two', 'three']
In [91]: zipped = zip(seq1, seq2)
In [92]: list(zipped)
Out[92]: [('foo', 'one'), ('bar', 'two'), ('baz', 'three')]
zip 可以处理任意多的序列，元素的个数取决于最短的序列：
In [93]: seq3 = [False, True]
In [94]: list(zip(seq1, seq2, seq3))
Out[94]: [('foo', 'one', False), ('bar', 'two', True)]
zip 的常见用法之一是同时迭代多个序列，可能结合 enumerate 使用：
In [95]: for i, (a, b) in enumerate(zip(seq1, seq2)):
....: print('{0}: {1}, {2}'.format(i, a, b))
....:
0: foo, one
1: bar, two
2: baz, three
给出一个“被压缩的”序列， zip 可以被用来解压序列。也可以当作把行的列表转换
为列的列表。这个方法看起来有点神奇：
In [96]: pitchers = [('Nolan', 'Ryan'), ('Roger', 'Clemens'),
....: ('Schilling', 'Curt')]
In [97]: first_names, last_names = zip(*pitchers)
In [98]: first_names
Out[98]: ('Nolan', 'Roger', 'Schilling')
In [99]: last_names
Out[99]: ('Ryan', 'Clemens', 'Curt')
reversed函数
reversed 可以从后向前迭代一个序列：
In [100]: list(reversed(range(10)))
Out[100]: [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
要记住 reversed 是一个生成器（后面详细介绍），只有实体化（即列表或for循环）之后才能创建翻转的序列。
字典
字典可能是Python最为重要的数据结构。它更为常见的名字是哈希映射或关联数组。它是键值对的大小可变集合，键和值都是Python对象。创建字典的方法之一是使用尖括号，用冒号分隔键和值：
默认值
下面的逻辑很常见：
if key in some_dict:
value = some_dict[key]
else:
value = default_value
因此，dict的方法get和pop可以取默认值进行返回，上面的if-else语句可以简写成下面
value = some_dict.get(key, default_value)
get默认会返回None，如果不存在键，pop会抛出一个例外。关于设定值，常见的情况是在字典的值是属于其它集合，如列表。例如，你可以通过首字母，将一个列表中的单词分类：
In [123]: words = ['apple', 'bat', 'bar', 'atom', 'book']
In [124]: by_letter = {}
In [125]: for word in words:
.....: letter = word[0]
.....: if letter not in by_letter:
.....: by_letter[letter] = [word]
.....: else:
.....: by_letter[letter].append(word)
.....:
In [126]: by_letter
Out[126]: {'a': ['apple', 'atom'], 'b': ['bat', 'bar', 'book']}
setdefault 方法就正是干这个的。前面的for循环可以改写为：
for word in words:
letter = word[0]
by_letter.setdefault(letter, []).append(word)
collections 模块有一个很有用的类， defaultdict ，它可以进一步简化上面。传递类型或函数以生成每个位置的默认值：
from collections import defaultdict
by_letter = defaultdict(list)
for word in words:
by_letter[word[0]].append(word)
有效的键类型
字典的值可以是任意Python对象，而键通常是不可变的标量类型（整数、浮点型、字符串）或元组（元组中的对象必须是不可变的）。这被称为“可哈希性”。可以用 hash 函数检测一个对象是否是可哈希的（可被用作字典的键）：
In [127]: hash('string')
Out[127]: 5023931463650008331
In [128]: hash((1, 2, (2, 3)))
Out[128]: 1097636502276347782
In [129]: hash((1, 2, [2, 3])) # fails because lists are mutable
----------------------------------------------------------------
-----------
TypeError Traceback (most recent
call last)
<ipython-input-129-800cd14ba8be> in <module>()
----> 1 hash((1, 2, [2, 3])) # fails because lists are mutable
TypeError: unhashable type: 'list'
要用列表当做键，一种方法是将列表转化为元组，只要内部元素可以被哈希，它也
就可以被哈希：
In [130]: d = {}
In [131]: d[tuple([1, 2, 3])] = 5
In [132]: d
Out[132]: {(1, 2, 3): 5}
列表、集合和字典推导式
列表推导式是Python最受喜爱的特性之一。它允许用户方便的从一个集合过滤元素，形成列表，在传递参数的过程中还可以修改元素。形式如下：
[expr for val in collection if condition]
In [154]: strings = ['a', 'as', 'bat', 'car', 'dove', 'python']
In [155]: [x.upper() for x in strings if len(x) > 2]
Out[155]: ['BAT', 'CAR', 'DOVE', 'PYTHON']
用相似的方法，还可以推导集合和字典。字典的推导式如下所示：
dict_comp = {key-expr : value-expr for value in collection if condition}
集合的推导式与列表很像，只不过用的是尖括号：
set_comp = {expr for value in collection if condition}
与列表推导式类似，集合与字典的推导也很方便，而且使代码的读写都很容易。来看前面的字符串列表。假如我们只想要字符串的长度，用集合推导式的方法非常方便：
In [156]: unique_lengths = {len(x) for x in strings}
In [157]: unique_lengths
Out[157]: {1, 2, 3, 4, 6}
map 函数可以进一步简化：
In [158]: set(map(len, strings))
Out[158]: {1, 2, 3, 4, 6}
函数
def my_function(x, y, z=1.5): # x,y:位置参数，z：关键字参数（关键字参数通常用于指定默认值或可选参数）
if z > 1:
return z * (x + y)
else:
return z / (x + y)