-
序列（用 C 实现）：
- 容器序列：list、tuple、collections.deque
存放的是引用，由于引用可以指向包括自身的任意类型，故可以嵌套 - 扁平序列：str、bytes、bytearray、memoryview、array.array
存放的是值，原子数据类型，不能嵌套
- 容器序列：list、tuple、collections.deque
通用操作：迭代、切片、排序、拼接
Python 忽略()、[]、{} 的换行，续行符\
内存泄漏
并非指内存在物理上的消失，而是应用程序分配某段内存后，由于设计错误，导致在释放该段内存之前就失去了对该段内存的控制，从而造成了内存的浪费。ord()：字符转Unicode码位
chr()：Unicode码位转字符-
*可把可迭代对象拆包作为函数参数。获取不确定数量的参数
*的作用
*的作用 -
_占位符可以只元组拆包出只感兴趣的那部分（只对应一个变量，且是匿名）
_的作用 -
namedtuple
类属性：_fields
类方法:_make(iterable)。作用相当 (*data)。把可迭代对象拆包作为函数参数
实例方法：_asdict()。collections.OrderedDict 友好形式返回
namedtuple -
切片
有名字切片
有名字切片
切片赋值
切片赋值 -
+和 * 拼接
容器序列存放的是对象的引用，扁平序列存放的是对象的值
*用来拼接嵌套列表时才需要注意：
由列表组成的列表
*拼接三个引用指向同一个列表，追加同一对象三次到列表，相当于：
错误由列表组成的列表
正确做法：
正确
正确 -
增量赋值
- += 对应 iadd 方法；*= 对应 imul 方法
- i 代表就地，a +=b，不会产生新对象（所以不可变对象没有该方法，强行使用只会调用 add 方法）；
类似 a.extend(b)，也不会产生新对象 ； - a = a + b 则会产生新对象
-
特例：
由于对 str 做 += 太普遍，CPython 对它作了优化：初始化时预留额外可扩展空间，增量操作时直接放入扩展空间，就不必复制原 str 到新位置了
str iadd 特例
-
排序
-
Python 排序算法——Timsort 是稳定的，即：两元素比不出大小，但每次排序结果它们的相对位置和原列表一样
Timsort 稳定。并没有完全翻转 一个 Python 惯例：如果返回 None，那么方法对参数（对象）进行的是就地改动，没有新对象产生
如：random.shuffle()、list.sort()、list.reverse()。shuffle 意为洗牌。
缺点：不能形成连贯接口（fluent interface），也就是因为返回 None，所有不能嵌套到表达式中内置函数 sorted 则相反，接受任何形式可迭代对象，返回一个新对象列表
-
-
bisect 管理已排序序列
基于二分查找算法（binary select），可在很长序列中作为 index 的替代
bisect 查找
插入新元素后仍保持有序
insort 插入 -
当列表不一定是首选
- 数组 array 背后是数字的机器翻译，即字节表述，更适合存放浮点数，而 list 存放的是 float 对象
- 双向队列 deque 更适合对序列做先进先出操作
- set 对包含操作（in）做过优化，但它不是序列，因为它是无序的
-
数组
- array.tofile(fp)、array.fromfile(fp, size)
array('d') 代表双精度浮点数组，h 代表有符号 shortint - 如果以浮点数形式将所有数字写到文本文件，慢7倍
如果用文本文件读取，则用 float 方法将文字转换为浮点数，慢60倍 -
array 不支持就地排序，所以
新建时：array.array(a.typecode, sorted(a))
添加新元素时：bisect.insort
数组
- array.tofile(fp)、array.fromfile(fp, size)
-
内存视图
以不同方式读取同一块内存，即在不同数据结构之间共享内存
内存视图，接下
-
NumPy
numpy
精度和性能都比较高的计时器 -
deque
deque
