11.1. 计算密集型与IO密集型

• 计算密集型：要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。计算密集型任务由于主要消耗CPU资源，因此，代码运行效率至关重要。Python这样的脚本语言运行效率很低，完全不适合计算密集型任务。对于计算密集型任务，最好用C语言编写。

10.1. 线程简介

• 在一个进程中，若想做多个子任务，我们把每个子任务称为线程
• 线程可以理解为轻量级的进程
• 进程之间的数据是独立，而一个进程下的线程数据是共享的
• 线程是CPU分配时间的最小单位，进程和线程的调度都是操作系统的事
• 一个进程默认都有一个线程，我们称为主线程

9.1. 进程简介

• 进程（任务）：
• 在计算机中，其实进程就是一个任务。
• 在操作系统中，进程是程序执行和资源分配的基本单元。
• 单核CPU实现多任务
  • 只是将CPU的时间快速的切换和分配到不同的任务上。
  • 主频足够高，切换足够快，人的肉眼无法分辨而已。

8.1. 类和对象的基本定义

• 类：具有相同特征（属性和行为）事物的抽象。其实是一种自定义的数据类型。

• 对象：某个类的具象。其实是某个类型的变量。

  定义类需要使用关键字：class，也可以使用元类进行定义

  类名：原则上只要符合标识符的命名规范即可，但是我们通常使用大驼峰风格(每个单词首字母大写)命名

  more >>

• 错误：程序运行前的语法问题，如：关键字、缩进、括号不成对等。
• 异常：在程序运行过程中出现的错误，如：变量未定义、除数为0、属性不存在等。
• 异常处理：异常处理可以认为是一种特殊的路程控制语句，可以提高代码的健壮性。

6.1. 文件读写

读写文件是最常见的IO操作。Python内置了读写文件的函数，用法和C是兼容的。

读写文件前，我们先必须了解一下，在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），然后，通过操作系统提供的接口从这个文件对象中读取数据（读文件），或者把数据写入这个文件对象（写文件）。

5.1. 正则基础

应用场景：特定规律字符串的查找、替换、切割等；邮箱格式、url等的验证；爬虫项���，提取特定的有效内容；很多应用的配置文件

使用原则：只要能够通过自负床等相关函数能够解决的，就不要使用正则；正则的执行效率比较低，会降低代码的可读性；

模块：模块就像一个工具包一样，里面有很多工具(函数、类)，使用时需要通过import导入。

• 分类：
  • ①标准库：random、sys、os、time；
  • ②第三方：已经写好的特定功能的模块，你可以直接使用pip命令安装；
  • ③自定义：自己写的

3.1. 函数的基本定义

函数：具有特定功能的一段代码。

函数的优点：

• 解决代码的重复书写问题
• 可以将功能的实现者和使用者分开，提高开发效率
• 增加的代码的可移植性

2.1. 标识符、变量与常量

标识符：开发人员在程序中自定义的一些符合和名称，其实就是一串字符串，如变量名、函数名等

Python标识符规则：只能由数字、字符和下划线组成，开头不能是数字，不能是关键字，大小写敏感且见名知义，要遵循小驼峰原则。