今天已经开始接触Python高级的知识了，依旧照例，依旧进行我们的知识回顾与总结，废话不多说，开始我们的战斗!
1、包和模块
在我们接触到一个新名词时，我们第一个要做的事情就是要明白这个名称是什么？那什么是包和模块呢?其实这在我们Python中很常见。
**包（package）：在python中，用来包裹模块的文件夹。**在python中，文件夹是可以当成包使用的，但包并不是文件夹！！
在python中，如果一个文件夹中存在__init__.py这个模块文件的话，这个文件夹就是包，init.py一般用来初始化文件
**模块（module）：xx.py文件， 保存是要执行或者使用代码。**了解了包和模块的概念，我们要知道它们的使用方法，这里说一下常见的导包方式。
1、import package.module
2、import package.module as alias
3、**from package import module** （推荐这种导包方式）
4、from package import module as alias
5、from package.package... import module as alias
6、from package import * # 通配所有2、is和==的区别
is和==有什么区别呢?
首先两者都是判断变量的，但是!
is判断的是两个变量的内存地址
==判断的两个变量的值小整形缓存区（-5~256）
3、深浅拷贝
接下来说说深浅拷贝，这里我们要了解三个概念，分别是赋值、浅拷贝、深拷贝。接下来我分别说下这三个知识点。
1、赋值
赋值：主要的操作，栈内存的复制。赋值在Python中就太常见了，我们很多操作都需要用到赋值，如果不赋值，有时我们就无法完成我们程序。
>>>a = "宋同学" #把宋同学赋值给a
>>>b = a #把a的值赋给b
>>>b == a #a等于b
>>>true #结果正确这就是赋值。
2、浅拷贝
接下来来说说深拷贝和浅拷贝。实现要明白两者的本质区别，这里我自己通俗的理解就是。
浅拷贝的对象与源对象两者还是有联系的，但是深拷贝的对象与源对象则是完全没有联系，是一个新的对象。如果是一个列表：ls2 = ls.copy()
浅拷贝对象，并不是完全把对象拷贝，而是仅仅拷贝了第一层对象，如果对象中存储有子对象，那么两者还是有联系的。
3、深拷贝
深拷贝使用递归的方式完成的拷贝，这样，两个对象之间没有任何关系，并不存在联系。
拷贝对象，对象是存储在堆中的，拷贝堆内存，需要得到第二个一样的对象，复制拷贝对象的效率最高。
当然，我们Python中为了提供对象拷贝，专门为大家提供了一个copy模板。
copy.copy #浅拷贝，相当于列表中cpoy方法理论上讲解是这样的，可能还不够明显的变现出两者的区别，在这里，用一个展示来变现下两者的区别。
>>>ls = [2020,4,10] #创建一个列表
>>>ls1 =copy.copy(ls) #浅拷贝
>>>ls2 =copy.deepcopy(ls) #深拷贝
>>>ls.append(4) #往列表ls追加4
>>>ls1 #查看列表1
>>>[2020,4,10]
>>>ls2 #查看列表2
>>>[2020,4,10]
>>>ls #查看列表ls
>>>[2020,4,10,4]
>>>ls is ls1
>>>False
>>>ls is ls2
>>>False没有嵌套时，深浅拷贝都是复制堆里的数据，产生新的地址。
列表深浅拷贝，都产生新的数据堆，浅拷贝嵌套的第二层指向同一个数据，深拷贝是递归拷贝，产生新的数据堆。
元组浅拷贝，只拷贝第一层，第一层是元组，元组不可变，只有一个内存，嵌套的第二层指向同一个数据。
深拷贝是递归拷贝，所有的都拷贝了。
在这里特表要注意的两点！
1、需要将当前对象拷贝的时候，一般建议拷贝为浅拷贝，（效率高，内存占有少）
2、如果说，就是需要完全分离，请使用深拷贝。
最后的结论：
元组、字符串、数值这些不可变类型，所有深浅拷贝后，永远只有一份内存==注意特殊情况，如元组中的存在可变类型的元素
4、生成器
接下来说说生成器，这里要说几个东西，分别是列表推导器、列表生成器、以及函数转换为列表生成器和yield关键字的作用。
1、列表推导器
[ x for x in range(101)]
[ i for i in range(101) if i % 2 == 0]
[ i*j for i in range(10) for j in range(10)]
这个功能非常的强大，可以快速得到需要的列表。
缺点：如果一个列表特别的庞大，这样所有的元素直接初始化到内存中，引起大量无用元素占有内存问题
>>>[i for i in range(6)]
>>>[0,1,2,3,4,5]
>>>[i for i in range(6) if i%2==1]
>>>[1,3,5]2、列表生成器（list generator）
列表推导式 —> 生成器
[ 列表推导式 ] --> (列表推导式) # 就会变成一个列表推导式，使用全局函数next，没调用一次next，返回下一个值，直到最后抛出异常。
(1)
(2)也可以使用循环迭代generator
(3)生成器对象也存在一个__next__魔方方法，等价于next全局函数
优点：节约内存
3、函数转换为列表生成器
当列表生成时，需要大量代码来完成时，不可能使用列表推导式，一般使用函数完成，如：（斐波那契数列）
斐波那契数列：
从第三个元素开始，每一个元素是前两个元素之和，【 如果函数中使用yield关键字，那么这个函数的返回值就是一个生成器】
4、yield关键字作用
1、 具有return的功能，能够返回一个函数的值。
2、 当一个函数出现yield，那么这个函数就被调用执行，而是返回值是一个生成器。
3、 next它返回值，不断地返回被yield的值
yield值之后，会记住当前位置，下一次next函数调用生成器的时候，会在记住的位置继续执行。
def fibonacii(num):
first, second = 1, 1
index = 0
while index < num:
first, second = second, first + second
# 如果函数中使用yield关键字，那么这个函数的返回值就是一个生成器
yield first
index += 1
if __name__ == '__main__':
res = fibonacii(5)
print(res)
#<generator object fibonacii at
0x000001603925DFC0>使用yield关键字装饰的函数，
当调用函数时，函数本身并不会调用，而是将函数转换为
一个生成器返回
print(next(res))
print(next(res))
print(next(res))
print(next(res))
print(next(res))5、迭代器
迭代是访问容器元素的一种方式可迭代对象（Iterable）
以后需要迭代一个对象
from collections.abc import Iterable, Iterator
t = 对象
if isinstance(t, Iterable):
for i in t: # 迭代对象
else:
print("对不起，该对象不能迭代")【迭代器】
在python，能够被全局函数next调用，并且返回下一个值的对象，就是迭代器。
可迭代对象不一定是迭代器，迭代器都是可迭代对象
结论：
1、凡是可作用于 for 循环的对象都是 Iterable 类型；
2、凡是可作用于 next() 函数的对象都是 Iterator 类型
3、可迭代对象不一定是迭代器，迭代器都是可迭代对象
4、集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ，
5、不过可以通过iter() 函数获得一个 Iterator 对象。
6、目的是在使用迭代器的时候，减少内存的占用。
6、闭包
闭包（closure）
闭包是一种现象，是若数据类型编程语言所特有的现象。
JavaScript（js）时时刻刻在使用闭包概念： 能够在函数内部调用其他函数变量的现象就闭包
函数包裹函数的现象，就叫做闭包
作用：让外层函数常驻内存，有可能垃圾无法回收，让局部变量全局化
def father():
'''
这个函数就是一个闭包
'''
print("这个是一个闭包")
a = 10
def son():
print("这个是里面函数的代码")
b = 20
print(a + b)
return son #返回一个地址
res = father() #调用father(),并没有调用son()
print(res) #<function father.<locals>.son at 0x000002E8022E8AE8>是return返回的地址
res()还有几个内容，我放到Python高级（二）中来说，今天又是奥里给的一天，大家加油！明日可期。
下一篇Python高级（二）中会说到装饰器、动态语言的特性、垃圾回收机制、常见的内置模块、常见的全局函数和正则表达式。
我们下一篇文章见，那么我不在的日子，祝你早好，午好，晚好，我们下次见了，bye~
