1. 如果直接在操作系统中进行命令行操作，那么一般使用的是操作系统所提供的接口函数，而如果想在python中也能够调用操作系统的接口函数来对文件，目录进行操作的话，可以使用os和os.path模块，这些模块可以直接调用操作系统提供的接口函数
2. >>>os.name ,name属性会反映出操作系统的一些信息，如果是posix，说明系统是Linux、Unix或Mac OS X，如果是nt，就是Windows系统，要获取详细的系统信息，可以调用uname()函数，注意uname()函数在Windows上不提供，也就是说，os模块的某些函数是跟操作系统相关的
3. 在操作系统中定义的环境变量，全部保存在os.environ这个变量中，要获取某个环境变量的值，可以调用os.environ.get(‘key‘)，其中key是环境变量名，换掉你想知道的即可
4. 对于操作目录的函数，一部分放在os模块中，一部分放在os.path模块中
比如：>>> os.path.abspath(‘.‘) #查看当前的绝对路径
‘D:\\python‘
>>> os.path.join(‘D:\\python‘, ‘testdir‘) #在前面目录下添加一个新目录的路径，这里千万不能用连接符，因为不同操作系统上的连接符表达形式不一样
‘D:\\python\\testdir‘
>>> os.mkdir(‘D:\\python\\testdir‘) #然后就是用mkdir函数在已有的路径下创建目录，这样才算完成了在操作系统下添加目录的过程
>>> os.rmdir(‘D:\\python\\testdir‘) #删除该路径下的目录
>>> os.path.split(‘D:\\python\\testdir‘) #通过os.path.split()函数，这样可以把一个路径拆分为两部分，后一部分总是最后级别的目录或文件名：
(‘D:\\python‘, ‘testdir‘)
5. 对于操作文件的函数，也是一部分在os模块中，一部分放在os.path模块中
比如： >>> os.path.splitext(‘D:\\python\\testdir\\abc.txt‘) #os.path.splitext()可以直接让你得到文件扩展名，很多时候非常方便的
(‘D:\\python\\testdir\\abc‘, ‘.txt‘)
>>>os.rename(‘test.txt‘, ‘test.py‘) #将当前目录下的文件名改为后者，注意修改的是当前目录下的文件
对于4，5里面的这些合并、拆分路径的函数并不要求目录和文件要真实存在，它们只对字符串进行操作。
6. shutil模块提供了copyfile()的函数，你还可以在shutil模块中找到很多实用函数，它们可以看做是os模块的补充
7. >>> [x for x in os.listdir(‘.‘) if os.path.isdir(x)] #列出当前目录下的所有目录
[‘DLLs‘, ‘Doc‘, ‘include‘, ‘Lib‘, ‘libs‘, ‘Scripts‘, ‘tcl‘, ‘Tools‘]
8. >>> [x for x in os.listdir(‘.‘) if os.path.isfile(x) and os.path.splitext(x)[1]==‘.py‘] #列出当前目录下的所有.py文件
[‘函数作为返回值.py‘, ‘类的实验.py‘]
9. 字典的定义有两种方式：①.d = dict(name=‘Bob‘, age=20, score=88)
②.d = {‘name‘:‘Bob‘, ‘age‘:20, ‘score‘:88}
10. 在程序运行的过程中，所有的变量都是在内存中,可以随时修改变量，但是一旦程序结束，变量所占用的内存就被操作系统全部回收。如果没有把修改后的值存储到磁盘上，下次重新运行程序，变量又被初始化为原值，比如我们在定义了一个字典时，把其中的key所对应的values进行修改，这只是在内存中进行修改，如果不存如硬盘中，那么程序结束时，内存被回收，修改后的值也会被删除，那么我们把变量从内存中变成可存储或传输的过程称之为序列化，Python提供了pickle模块来实现序列化。反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling
11. 序列化的实例：>>> import pickle
>>>d={‘a‘:1,‘b‘:2,‘c‘:3}
>>> f = open(‘D:/all study source/python 测试/ceshi.txt‘, ‘wb‘)
>>> pickle.dump(d, f)
>>> f.close()
反序列化的实例：>>> f = open(‘D:/all study source/python 测试/ceshi.txt‘, ‘rb‘)
>>> d = pickle.load(f)
>>> f.close()
>>> d
{‘b‘: 2, ‘c‘: 3, ‘a‘: 1}
12. Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据
不能成功地反序列化也没关系，如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串 可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快。
13. Python内置的json模块提供了非常完善的Python对象到JSON格式的转换
14. 操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样，对于操作系统来说，一个任务就是一个进程（Process），有些进程还不止同时干一件事，比如Word，它可以同时进行打字、拼写检查、打印等事情。在一个进程内部，要同时干多件事，就需要同时运行多个“子任务”，我们把进程内的这些“子任务”称为线程（Thread）。
15. 总结一下就是，多任务的实现有3种方式：多进程模式；多线程模式；多进程+多线程模式。
16. 同时执行多个任务通常各个任务之间并不是没有关联的，而是需要相互通信和协调，有时，任务1必须暂停等待任务2完成后才能继续执行，有时，任务3和任务4又不能同时执行，所以，多进程和多线程的程序的复杂度要远远高于我们前面写的单进程单线程的程序，因为复杂度高，调试困难，所以，不是迫不得已，我们也不想编写多任务。但是，有很多时候，没有多任务还真不行。想想在电脑上看电影，就必须由一个线程播放视频，另一个线程播放音频，否则，单线程实现的话就只能先把视频播放完再播放音频，或者先把音频播放完再播放视频，这显然是不行的，Python既支持多进程，又支持多线程。
版权声明：本文为博主原创文章，未经博主允许不得转载。