Hello Python ：）
内置函数（BIF）：
issubclass(class , classinfo)
a）一个类可以被认为是自己的子类
b）classinfo可以是一个有类对象组成的元组，只要class与其任意一个候选类有继承关系，则返回True，否则False
isinstance(object , classinfo)
a）如果第一个参数不是对象。则永远False
b）第二个不是类或者类组成的元组，也是永远False
hasattr(object , name)
检测一个对象里面是否有指定的属性,name要用字符串，即引号包裹一下
getattr(object , name[,default])
...
setattr(object , name , value)
...
delattr(object , name)
...
property()
通过属性来设置属性，比较变态的BIF
class Test:
def __init__(self ,size = 10):
self.size = size
def getSize(self):
return self.size
def setSize(self , value):
self.size = value
def delSize(self):
del self.size
x = property(getSize , setSize , delSize)
test = Test()
test.x #获取size的值
test.x = 15 #通过x设置size的值
del test.x #通过x来删除size的值
综上，这个property函数依次传入get，set，del参数，并且返回一个属性，通过这个返回的属性可以操控这个类中的属性。
用法：
Test类慢慢复杂起来了，要进行大改（比如改函数名字），那这样提供给user的名字就要更改，这样就很不好，那这时候property函数就有了很大用途。
构造和析构：
构造：__init__(self[,...]) 、 __new__(cls[,...])
Python在实例化一个对象时，第一时间是调用__new__()这个方法，第一个参数是类，后面如果有参数的话，这些参数会原封不动的传递给__init__()。一般来说这个方法我们没有重写的必要，但在有些特定场合下，需要对它进行重写，比如：我们继承了一个不可改变的类，又要进行更改的时候。例子：
class CapStr(str):
def __new__(cls,string):
string = string.upper()
return str.__new__(cls,string)
a = CapStr("kepler")
print(a)
#输出KEPLER
析构：__del__(self)
当对象被垃圾回收器回收时，会调用这个方法。
细节：del x 不等于 x.__del__()
魔法方法：__str__()、__repr__():
class A:
def __str__(self):
return "Kepler"
a = A()
print(a) #输出Kepler
class B:
def __repr__(self):
return "Kepler"
b = B()
b #输出Kepler
计时器代码：
细节：要引入Time模块 以下代码是import Time as t
迭代：
每次从容器中拿出一个数据，这就是迭代，for语句可以触发迭代功能，字典、文件、字符串都是支持迭代功能的。
iter()、next()
string = "Kepler"
it = iter(string)
next(it)
#返回K
所以，for的工作原理：
string = "Kepler"
it = iter(string)
while:
try:
each = next(it)
except StopIteration:
break
print(each)
想要自定义的类实现迭代，就要实现__iter__() , __next__():
实现斐波那契数列：
class Fibs:
def __init__(self):
self.a = 0
self.b = 1
def __iter__(self):
return self
def __next__(self):
self.a , self.b = self.b , self.a + self.b
return self.a
test = Fibs()
for data in test:
if data < 100 :
print(each)
else:
break
#这样就会输出100以内的斐波那契数列
生成器：yield,是特殊的迭代器
yield使得Python的协同程序得以实现，所谓协同程序：可以运行的独立函数调用，函数可以暂停或者挂起，并在需要的时候从程序离开的地方继续或者重新开始
案例代码：
def myGen():
print("Begin")
yield 1
yield 2
>>> my = myGen()
>>> next(my)
Begin
1
>>> next(my)
2
>>> next(my)
Traceback (most recent call last):
File "<pyshell#8>", line 1, in <module>
next(my)
StopIteration
列表推导式：
>>> a = [data for data in range(10)]
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
字典推导式：
>>> dic = {i : i % 2 == 0 for i in range(10)}
>>> dic
{0: True, 1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False}
集合推导式：
...
细节：注意没有字符串推导式：）