python中是什么意思

Python有两个用于相等比较的运算符，“is”和“==”（等于）。在这篇文章中，我将带你们了解Python中“is”和“==”的区别，并通过几个简单地例子说明应该在什么时候使用它们，我们先来看一个情景：

当我还是一个孩子的时候，我们的邻居家有两只双胞胎猫。

这两只猫看起来看起来完全一样 - 同样的木炭毛，同样敏锐的绿眼睛。撇开一些个性怪癖，单从它们的外表根本无法区分它们。但他们确确实实是两只不同的猫，两个不同的生物，尽管它们看起来完全一样。

就如相等和相同在意思上是有差异的，理解这种差异对理解Python中的操作符“is”和“==”是很重要的。

“==”更侧重于检测相等：如果这些猫是Python对象，我们用“==”比较它们，我们会得到“两只猫是相等的”。

“is”侧重于比较相同：如果我们用“is”比较它们，我们会得到“这是两只不同的猫”。

在我把所有的东西都用猫作为类比之前，让我们来看看一些真正的Python代码。

首先，我们将创建一个新的列表对象并将其命名为a，然后定义另一个变量b指向同一列表的对象：

SHAPE \* MERGEFORMAT

我们来看看这两个变量，我们可以看到它们指向相同的列表。

SHAPE \* MERGEFORMAT

因为两个列表对象看起来相同，所以当我们使用“==”运算符比较它们的相等性时，我们会得到预期的结果：

SHAPE \* MERGEFORMAT

然而，这并没有告诉我们a和b是否真的指向同一个对象。当然，我们知道它们是指向同一个对象的，因为我们之前给它们分配了相同的对象，但是假设我们不知道我们会发现什么？

那么将两个变量用“is”操作符进行比较，这会证明两个变量是指向同一个列表对象的:

SHAPE \* MERGEFORMAT

我们来看看当我们创建列表对象的相同副本时会发生什么，我们可以通过在现有列表上调用list()来创建一个名为c的副本：

SHAPE \* MERGEFORMAT

您将再次看到我们刚刚创建的新列表看起来与a和b指向的list对象相同：

SHAPE \* MERGEFORMAT

这就是有趣的地方，如果我们使用“==”运算符来比较列表副本c和初始化列表a，您希望看到什么答案?

SHAPE \* MERGEFORMAT

好吧，我希望这是您所期待的，这个结果告诉我们c和a有相同的内容，它们被Python认为是相等的，但它们是否指向同一个对象?我们来看看is操作符:

SHAPE \* MERGEFORMAT

以上我们得到了不同的结果。Python告诉我们，c和a指向两个不同的对象，尽管它们的内容是相同的。

所以，回顾一下，我们区分“is”和“==”用以下两个简短的定义:

如果两个变量指向同一个(相同的)对象，则“is”表达式为True。

如果变量所引用的对象是相等的(有相同的内容)，则“==”表达式的值为True。

只要记住这个，当您需要在Python中使用is和==的时候，就会想到一对孪生的猫(狗也一样)，您就会知道该用哪个了。

Python作为一门编程语言，被昵称为“胶水语言”，更被热爱它的程序员誉为“最美丽的”编程语言。从云端、客户端，到物联网终端，python应用无处不在。

Python中的闭包不是一个一说就能明白的概念，但是随着你往学习的深入，无论如何你都需要去了解这么一个东西。

闭包的概念

我们尝试从概念上去理解一下闭包。

在一些语言中，在函数中可以（嵌套）定义另一个函数时，如果内部的函数引用了外部的函数的变量，则可能产生闭包。闭包可以用来在一个函数与一组“私有”变量之间创建关联关系。在给定函数被多次调用的过程中，这些私有变量能够保持其持久性。—— 维基百科

用比较容易懂的人话说，就是当某个函数被当成对象返回时，夹带了外部变量，就形成了一个闭包。看例子。

支持将函数当成对象使用的编程语言，一般都支持闭包。比如Python, JavaScript。

如何理解闭包

闭包存在有什么意义呢？为什么需要闭包？

我个人认为，闭包存在的意义就是它夹带了外部变量（私货），如果它不夹带私货，它和普通的函数就没有任何区别。同一个的函数夹带了不同的私货，就实现了不同的功能。其实你也可以这么理解，闭包和面向接口编程的概念很像，可以把闭包理解成轻量级的接口封装。

接口定义了一套对方法签名的约束规则。

在这个例子里，我们想要一个给content加tag的功能，但是具体的tag_name是什么样子的要根据实际需求来定，对外部调用的接口已经确定，就是add_tag(content)。如果按照面向接口方式实现，我们会先把add_tag写成接口，指定其参数和返回类型，然后分别去实现a和b的add_tag。

但是在闭包的概念中，

add_tag

就是一个函数，它需要

tag_name

和

content

两个参数，只不过

tag_name

这个参数是打包带走的。所以一开始时就可以告诉我怎么打包，然后带走就行。

上面的例子不太生动，其实在我们生活和工作中，闭包的概念也很常见。比如说手机拨号，你只关心电话打给谁，而不会去纠结每个品牌的手机是怎么实现的，用到了哪些模块。再比如去餐馆吃饭，你只要付钱就可以享受到服务，你并不知道那桌饭菜用了多少地沟油。这些都可以看成闭包，返回来的是一些功能或者服务（打电话，用餐），但是这些功能使用了外部变量（天线，地沟油等等）。

你也可以把一个类实例看成闭包，当你在构造这个类时，使用了不同的参数，这些参数就是闭包里的包，这个类对外提供的方法就是闭包的功能。但是类远远大于闭包，因为闭包只是一个可以执行的函数，但是类实例则有可能提供很多方法。

何时使用闭包

其实闭包在Python中很常见，只不过你没特别注意这就是一个闭包。比如Python中的装饰器Decorator，假如你需要写一个带参数的装饰器，那么一般都会生成闭包。

为什么？因为Python的装饰器是一个固定的函数接口。它要求你的装饰器函数（或装饰器类）必须返回这样一种接口，接受一个函数并返回一个函数：

那么如果你的装饰器如果带参数呢？那么你就需要在原来的装饰器上再包一层，用于接收这些参数。这些参数（私货）传递到内层的装饰器里后，闭包就形成了。所以说当你的装饰器需要自定义参数时，一般都会形成闭包。（类装饰器例外）

# 不用@的写法如下# hello = html_tag('b')(hello)# html_tag('b') 是一个闭包，它接受一个函数，并返回一个函数print hello() # Hello Toby!print hello('world') # Hello world!

再深入一点

其实也不必太深入，理解这上面的概念，很多看起来头疼的代码也不过如此。

下面让我们来了解一下闭包的包到底长什么样子。其实闭包函数相对与普通函数会多出一个

__closure__

的属性，里面定义了一个元组用于存放所有的

cell

对象，每个

cell

对象一一保存了这个闭包中所有的外部变量。

原理就是这么简单。

Mac OSX本身系统自带Python2.7，但 不建议直接使用、删除和更改 ，因为可能有些程序是需要依赖系统自带的python 2.*，盲目修改后可能会导致系统产生未知错误。

所以建议在 不修改系统的python条件下 搭建Python双版本环境。在给大家分享之前呢，小编推荐一下一个挺不错的交流宝地，里面都是一群热爱并在学习Python的小伙伴们，大几千了吧，各种各样的人群都有，特别喜欢看到这种大家一起交流解决难题的氛围，群资料也上传了好多，各种大牛解决小白的问题，这个Python群：330637182 欢迎大家进来一起交流讨论，一起进步，尽早掌握这门Python语言。

Mac OSX在系统自带的python之外，可以 安装Python2.7和Python3.5/3.6版本 ，并且双版本兼容。

本文下方，防止原文链接失效】

在参考的安装流程中，我发现了一些问题并进行了解决，列出问题及解决方法如下：

1.Python2.7安装后，按原文博主的安装方法无法修改系统默认的Python命令为自己安装Python路径和版本：

解决方法：

打开系统配置文件：

vi ~/.bash_profile

添加入自己的安装的Python2.7的路径地址：

PATH="/usr/local/Cellar/python/2.7.14/bin:${PATH}"

让PATH变量生效：

source ~/.bash_profile

我们看到，命令行输入 which python2.7 时，路径地址改变，不再是系统默认地址：

python2.7

我们前往路径地址修改添加 python

文件：（复制一个python2.7然后重命名为python即可）

前往路径地址修改添加`python`文件

这样默认的python即修改为我们所安装的python2.7版本，而非系统自带的python路径，命令行输入 which python

查看：

查看所安装的python2.7版本

这样，我们就将系统的默认python命令链接到了我们所安装的python目录下，而非系统自带的python路径。

2.Python2.7和Python3.6安装后，pip2和pip3下载的包仍在Mac OSX系统自带的Python2.7的包目录下，而非Python2.7和Python3.6的安装目录：

问题图示如下：

pip的version都是系统自带python的包下载路径：

pip的version都是系统自带python的路径

pip的路径都是系统自带python的路径，而非我们的安装路径：

python的路径

添加入自己的安装的Python2.7和Python3.6的路径地址：

我们看到，命令行输入 which pip 和 pip --version 时，pip的路径地址改变，pip下载的包的地址也改变，不再是系统默认地址：

pip版本显示

这样，即可保证使用pip下载的包路径正确，且和我们所安装的两个版本python分别对应。

3.Pip总是不能正常下载包，安装模块包ConnectTimeoutError错误：

我们在使用pip无法正常下载包的时候可以使用国内镜像服务，如用豆瓣的源下载安装 selenium 包：

pip install selenium -i http://pypi.douban/simple --trusted-host pypi.douban

如果是要给python3下载依赖，注意pip和python版本对应，同理：

pip3 install selenium -i http://pypi.douban/simple --trusted-host pypi.douban

这样，即可正常的使用pip来下载安装包了。

安装流程

主要就这几个步骤而已，不会太困难的（或许有些你本来就装好了）

Step 2 安装套件管理工具Homebrew

Step 4 设定路径$PATH（不跟系统Python 打架）

Step 5 完成啰！确认安装结果～

Step 1 安装Xcode

可以到App Store搜寻Xcode并安装安装好了之后就把Xcode打开～第一次开启的时候会需要同意他的License Agreement之类的东西。然后到terminal输入来安装Xcode command line tool：

xcode-select--install

安装Xcode 就到此结束啰，要进入下一个步骤了！

Step 2安装套件管理工具： Homebrew

可以到官网或是在terminal 里贴上：

ruby-e"$(curl -fsSL https://raw.githubusercontent/Homebrew/install/master/install)"

安装好后可以跑一下

brew doctor

如果出现

Your system is ready to brew.

代表万事OK，那如果有Warning的话，也不用太担心，可以按照里面的步骤去修正就好啰！

如果有出现Warning的话，虽然会在上面看到一句

If everything you use Homebrew for is working fine: please don't worry and just ignore them.

不过还是建议大家把东西装好，才不会到时候忘记自己到底什么东西还没设定好。

Step 3 安装Python

接下来要正式进入安装Python的步骤了！

首先，输入

python --version

天哪！都还没开始装Python，电脑里面怎么已经有了？

这是Mac系统要使用的Python，所以平常没适不要去乱动比较好唷！

所以现在我们要用homebrew来安装平常可以（乱搞？）使用的Python。

利用homebrew 搜寻Python

brew search python

这时候，会看到python和python3。

因为我已经装了，所以旁边会写(installed)。要安装Python啰！

brew install python

这样就开始安装了。

装完之后在输入

brew install python3

在安装的时候，Python 会被安装在

/usr/local/Cellar

那就来看看这个资料夹吧

open /usr/local/Cellar/

就可以看到你正在安装的Python出现了！

除了Python之外，也有可能会装一些其他的东西，例如sqlite。

总之，不用太担心，homebrew会自己搞定。

（因为我装了很多哩哩抠抠，所以你的资料夹里可能不会有这么多东西）

什么是路径$PATH 呢？

还记得我们在装Python的时候，输入了brew，

系统就自动会知道要开始跑homebrew。

系统到底怎么知道我们的brew在哪里？

这就是$PATH的用途了！

echo $PATH

接下来就会看到一串类似这样的东西

/usr/bin**:**/bin**:**/usr/sbin**:**/sbin**:**/usr/local/bin

分号(:)是 分隔 的意思

所以当你在terminal里面输入brew时

系统就会开始从/usr/bin找起

如果在/usr/bin里面找不到的话

就会往下一个/bin去搜寻，以此类推

现在，我们回到资料夹去看

brew其实就在/usr/local/bin里面！

所以现在的问题就是，系统在/usr/bin里面也有一份Python

现在我们在/usr/local/Cellar里面也装了Python

这样在terminal打上python指令时，谁会被开启呢？

因为路径有 顺序 ，所以它会先找到系统的Python

现在就要来解决这个问题

sudo emacs/etc/paths

sudo让我们取得管理员权限

用emacs这个程式编辑路径档案

terminal会要求输入密码

（就是平常装东西也需要输入的密码）现在要把/usr/local/bin移到上面去control + k：把一行字剪下来control + y：把字贴上control + x + s：存档control + x + c：关掉emacs

这时，再打一次

为什么没有变！？

因为要 开一个新的terminal 才会更新唷！

开新式窗后再输入一次就会看到我们刚刚修改的结果了。

这样就完成啰！

其实python3本身比较不会跟其他人打架

因为他就是独立的python3

所以我们主要是要确认是不是读到我们用brew装的python

which python

这时候看到

/usr/local/bin/python

再来看看python3 吧

which python3

应该会是

/usr/local/bin/python3

就代表读到刚刚装好的python啰！

当然如果你要跑系统本身的python

（应该是用不到啦～）

就输入

/usr/bin/python

总之就是…大功告成啰！

谢谢阅读！原文链接：

达内Python小编今天整理的这篇文介绍了Python中单下划线和双下划线("dunder")的各种含义和命名约定，名称修饰(name mangling)的工作原理，以及它如何影响你自己的Python类。

单下划线和双下划线在Python变量和方法名称中都各有其含义。有一些含义仅仅是依照约定，被视作是对程序员的提示 - 而有一些含义是由Python解释器严格执行的。

如果你想知道“Python变量和方法名称中单下划线和双下划线的含义是什么?”，我会尽我所能在这里为你解答。

在本文中，我将讨论以下五种下划线模式和命名约定，以及它们如何影响Python程序的行为：

单前导下划线：_var

单末尾下划线：var_

双前导下划线：__var

双前导和末尾下划线：__var__

单下划线：_

在文章结尾处，你可以找到一个简短的“速查表”，总结了五种不同的下划线命名约定及其含义，以及一个简短的视频教程，可让你亲身体验它们的行为。

让我们马上开始!

1. 单前导下划线 _var

当涉及到变量和方法名称时，单个下划线前缀有一个约定俗成的含义。 它是对程序员的一个提示 - 意味着Python社区一致认为它应该是什么意思，但程序的行为不受影响。

下划线前缀的含义是告知其他程序员：以单个下划线开头的变量或方法仅供内部使用。 该约定在PEP 8中有定义。

这不是Python强制规定的。 Python不像Java那样在“私有”和“公共”变量之间有很强的区别。 这就像有人提出了一个小小的下划线警告标志，说：

“嘿，这不是真的要成为类的公共接口的一部分。不去管它就好。“

看看下面的例子：

如果你实例化此类，并尝试访问在__init__构造函数中定义的foo和_bar属性，会发生什么情况? 让我们来看看：

你会看到_bar中的单个下划线并没有阻止我们“进入”类并访问该变量的值。

这是因为Python中的单个下划线前缀仅仅是一个约定 - 至少相对于变量和方法名而言。

但是，前导下划线的确会影响从模块中导入名称的方式。

假设你在一个名为my_module的模块中有以下代码：

现在，如果使用通配符从模块中导入所有名称，则Python不会导入带有前导下划线的名称(除非模块定义了覆盖此行为的__all__列表)：

顺便说一下，应该避免通配符导入，因为它们使名称空间中存在哪些名称不清楚。 为了清楚起见，坚持常规导入更好。

与通配符导入不同，常规导入不受前导单个下划线命名约定的影响：

我知道这一点可能有点令人困惑。 如果你遵循PEP 8推荐，避免通配符导入，那么你真正需要记住的只有这个：

单个下划线是一个Python命名约定，表示这个名称是供内部使用的。 它通常不由Python解释器强制执行，仅仅作为一种对程序员的提示。

2. 单末尾下划线 var_

有时候，一个变量的最合适的名称已经被一个关键字所占用。 因此，像class或def这样的名称不能用作Python中的变量名称。 在这种情况下，你可以附加一个下划线来解决命名冲突：

总之，单个末尾下划线(后缀)是一个约定，用来避免与Python关键字产生命名冲突。 PEP 8解释了这个约定。

3. 双前导下划线 __var

到目前为止，我们所涉及的所有命名模式的含义，来自于已达成共识的约定。 而对于以双下划线开头的Python类的属性(包括变量和方法)，情况就有点不同了。

双下划线前缀会导致Python解释器重写属性名称，以避免子类中的命名冲突。

这也叫做名称修饰(name mangling) - 解释器更改变量的名称，以便在类被扩展的时候不容易产生冲突。

我知道这听起来很抽象。 因此，我组合了一个小小的代码示例来予以说明：

让我们用内置的dir()函数来看看这个对象的属性：

以上是这个对象属性的列表。 让我们来看看这个列表，并寻找我们的原始变量名称foo，_bar和__baz - 我保证你会注意到一些有趣的变化。

self.foo变量在属性列表中显示为未修改为foo。

self._bar的行为方式相同 - 它以_bar的形式显示在类上。 就像我之前说过的，在这种情况下，前导下划线仅仅是一个约定。 给程序员一个提示而已。

然而，对于self.__baz而言，情况看起来有点不同。 当你在该列表中搜索__baz时，你会看不到有这个名字的变量。

__baz出什么情况了?

如果你仔细观察，你会看到此对象上有一个名为_Test__baz的属性。 这就是Python解释器所做的名称修饰。 它这样做是为了防止变量在子类中被重写。

让我们创建另一个扩展Test类的类，并尝试重写构造函数中添加的现有属性：

现在，你认为foo，_bar和__baz的值会出现在这个ExtendedTest类的实例上吗? 我们来看一看：

等一下，当我们尝试查看t2 .__ baz的值时，为什么我们会得到AttributeError? 名称修饰被再次触发了! 事实证明，这个对象甚至没有__baz属性：

正如你可以看到__baz变成_ExtendedTest__baz以防止意外修改：

但原来的_Test__baz还在：

双下划线名称修饰对程序员是完全透明的。 下面的例子证实了这一点：

名称修饰是否也适用于方法名称? 是的，也适用。名称修饰会影响在一个类的上下文中，以两个下划线字符("dunders")开头的所有名称：

这是另一个也许令人惊讶的运用名称修饰的例子：

在这个例子中，我声明了一个名为_MangledGlobal__mangled的全局变量。然后我在名为MangledGlobal的类的上下文中访问变量。由于名称修饰，我能够在类的test()方法内，以__mangled来引用_MangledGlobal__mangled全局变量。

Python解释器自动将名称__mangled扩展为_MangledGlobal__mangled，因为它以两个下划线字符开头。这表明名称修饰不是专门与类属性关联的。它适用于在类上下文中使用的两个下划线字符开头的任何名称。

有很多要吸收的内容吧。

老实说，这些例子和解释不是从我脑子里蹦出来的。我作了一些研究和加工才弄出来。我一直使用Python，有很多年了，但是像这样的规则和特殊情况并不总是浮现在脑海里。

有时候程序员最重要的技能是“模式识别”，而且知道在哪里查阅信息。如果您在这一点上感到有点不知所措，请不要担心。慢慢来，试试这篇文章中的一些例子。

让这些概念完全沉浸下来，以便你能够理解名称修饰的总体思路，以及我向您展示的一些其他的行为。如果有一天你和它们不期而遇，你会知道在文档中按什么来查。

4. 双前导和双末尾下划线 _var_

也许令人惊讶的是，如果一个名字同时以双下划线开始和结束，则不会应用名称修饰。 由双下划线前缀和后缀包围的变量不会被Python解释器修改：

但是，Python保留了有双前导和双末尾下划线的名称，用于特殊用途。 这样的例子有，__init__对象构造函数，或__call__ --- 它使得一个对象可以被调用。

这些dunder方法通常被称为神奇方法 - 但Python社区中的许多人(包括我自己)都不喜欢这种方法。

最好避免在自己的程序中使用以双下划线(“dunders”)开头和结尾的名称，以避免与将来Python语言的变化产生冲突。

单下划线 _

按照习惯，有时候单个独立下划线是用作一个名字，来表示某个变量是临时的或无关紧要的。

例如，在下面的循环中，我们不需要访问正在运行的索引，我们可以使用“_”来表示它只是一个临时值：

你也可以在拆分(unpacking)表达式中将单个下划线用作“不关心的”变量，以忽略特定的值。 同样，这个含义只是“依照约定”，并不会在Python解释器中触发特殊的行为。 单个下划线仅仅是一个有效的变量名称，会有这个用途而已。

在下面的代码示例中，我将汽车元组拆分为单独的变量，但我只对颜色和里程值感兴趣。 但是，为了使拆分表达式成功运行，我需要将包含在元组中的所有值分配给变量。 在这种情况下，“_”作为占位符变量可以派上用场：

除了用作临时变量之外，“_”是大多数Python REPL中的一个特殊变量，它表示由解释器评估的最近一个表达式的结果。

这样就很方便了，比如你可以在一个解释器会话中访问先前计算的结果，或者，你是在动态构建多个对象并与它们交互，无需事先给这些对象分配名字：

Python下划线命名模式 - 小结

以下是一个简短的小结，即“速查表”，罗列了我在本文中谈到的五种Python下划线模式的含义：