- 什么是 Python 生成器？
- 什么是 Python 迭代器？
- list 和 tuple 有什么区别？
- Python 中的 list 和 dict 是怎么实现的？
- Python 中使用多线程可以达到多核CPU一起使用吗？
- 什么是装饰器？
- Python 如何进行内存管理？
- Python 中的垃圾回收机制？
- 什么是 lambda 表达式？
- 什么是深拷贝和浅拷贝？
- 双等于和 is 有什么区别？
- 其它 Python 知识点
- 参考
generator，有两种产生生成器对象的方式：一种是列表生成式加括号：
g1 = (x for x in range(10))
一种是在函数定义中包含yield关键字：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
g2 = fib(8)对于generator对象g1和g2，可以通过next(g1)不断获得下一个元素的值，如果没有更多的元素，就会报错StopIteration
也可以通过for循环获得元素的值。
生成器的好处是不用占用很多内存，只需要在用的时候计算元素的值就行了。
Python中可以用于for循环的，叫做可迭代Iterable，包括list/set/tuple/str/dict等数据结构以及生成器；可以用以下语句判断一个对象是否是可迭代的：
from collections import Iterable
isinstance(x, Iterable)迭代器Iterator，是指可以被next()函数调用并不断返回下一个值，直到StopIteration；生成器都是Iterator，而列表等数据结构不是；可以通过以下语句将list变为Iterator：
iter([1,2,3,4,5])
生成器都是Iterator，但迭代器不一定是生成器。
- list 长度可变，tuple不可变；
- list 中元素的值可以改变，tuple 不能改变；
- list 支持
append;insert;remove;pop等方法，tuple 都不支持
Python中有一个被称为Global Interpreter Lock（GIL）的东西，它会确保任何时候你的多个线程中，只有一个被执行。线程的执行速度非常之快，会让你误以为线程是并行执行的，但是实际上都是轮流执行。经过GIL这一道关卡处理，会增加执行的开销。
可以通过多进程实现多核任务。
简单来说，lambda表达式通常是当你需要使用一个函数，但是又不想费脑袋去命名一个函数的时候使用，也就是通常所说的匿名函数。
lambda表达式一般的形式是：关键词lambda后面紧接一个或多个参数，紧接一个冒号“：”，紧接一个表达式
赋值（=），就是创建了对象的一个新的引用，修改其中任意一个变量都会影响到另一个。
浅拷贝 copy.copy：创建一个新的对象，但它包含的是对原始对象中包含项的引用（如果用引用的方式修改其中一个对象，另外一个也会修改改变）
深拷贝：创建一个新的对象，并且递归的复制它所包含的对象（修改其中一个，另外一个不会改变）{copy模块的deep.deepcopy()函数}
==比较的是两个变量的 value，只要值相等就会返回True
is比较的是两个变量的 id，即id(a) == id(b)，只有两个变量指向同一个对象的时候，才会返回True
但是需要注意的是，比如以下代码：
a = 2
b = 2
print(a is b)
按照上面的解释，应该会输出False，但是事实上会输出True，这是因为Python中对小数据有缓存机制，-5~256之间的数据都会被缓存。
- list(x)
- str(x)
- set(x)
- int(x)
- tuple(x)
lst[a:b]：左闭右开lst.append(value)：在末尾添加元素，复杂度O(1)lst.pop()：弹出列表末尾元素，复杂度O(1)lst.pop(index)：弹出任意位置元素，将后面的元素前移，复杂度O(n)lst.insert(index, value)：插入元素，后面的元素后移，复杂度O(n)lst.remove(value)：移除等于value的第一个元素，后面的元素前移，复杂度O(n)lst.count(value)：计数值为value的元素个数lst.sort(reverse = False)：排序，默认升序