IO在计算机中指Input/Output，也就是输入和输出。由于程序和运行时数据是在内存中驻留， 由CPU这个超快的计算核心来执行，涉及到数据交换的地方，通常是磁盘、网络等，就需要IO接口。
通常，程序完成IO操作会有Input和Output两个数据流。当然也有只用一个的情况， 比如，从磁盘读取文件到内存，就只有Input操作，反过来，把数据写到磁盘文件里，就只是一个Output操作。
Stream（流）是一个很重要的概念，可以把流想象成一个水管，数据就是水管里的水，但是只能单向流动。 Input Stream就是数据从外面（磁盘、网络）流进内存，Output Stream就是数据从内存流到外面去。
现在是多核和并发时代，所以不管什么语言都要支持这个特性。并发是看上去同时执行，并行是在多核上同时执行。
我们先解释下线程和进程。简单来说，一个任务就是一个进程（Process）。 在一个进程内部，要同时干多件事，就需要同时运行多个进程内的”子任务”，这些子任务就叫线程（Thread）
线程是最小的执行单元，而进程由至少一个线程组成。如何调度进程和线程， 完全由操作系统决定，程序自己不能决定什么时候执行，执行多长时间。
多进程和多线程的程序涉及到同步、数据共享的问题，编写起来更复杂。
日期和时间是我们编程经常需要处理的事情，相比较其他语言，python中的日期和时间处理非常简洁。 datetime是python处理日期和时间的标准库。
python中有一个datetime模块，里面有个datetime类，这里大家先要弄清楚，很容易搞混。
所以我们获取当前日期和时间的代码如下：
1 | from datetime import datetime |
如果仅导入·import datetime·，则必须引用全名datetime.datetime。
datetime.now()返回当前日期和时间，其类型是datetime
字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则， 凡是符合规则的字符串，我们就认为它”匹配”了，否则，该字符串就是不合法的。
我们判断一个字符串是否是一个合法的电话号码分两步，首先创建一个符合电话号码规则的正则表达式， 然后用这个正则表达式来匹配这个字符串是否合法。
动态语言和静态语言最大的不同，就是函数和类的定义，不是编译时定义的，而是运行时动态创建的。我们在hello.py模块里定义一个Hello的 当Python解释器载入hello模块时，就会依次执行该模块的所有语句，执行结果就是动态创建出一个Hello的class对象。
我们说class的定义是运行时动态创建的，而创建class的方法就是使用type()函数。
type()函数既可以返回一个对象的类型，又可以创建出新的类型。
面向对象编程——Object Oriented Programming，简称OOP，是一种程序设计思想。 OOP把对象作为程序的基本单元，一个对象包含了数据和操作数据的函数。
面向过程的程序设计把计算机程序视为一系列的命令集合，即一组函数的顺序执行。 为了简化程序设计，面向过程把函数继续切分为子函数，即把大块函数通过切割成小块函数来降低系统的复杂度。
而面向对象的程序设计把计算机程序视为一组对象的集合，而每个对象都可以接收其他对象发过来的消息， 并处理这些消息，计算机程序的执行就是一系列消息在各个对象之间传递。
在Python中，所有数据类型都可以视为对象，当然也可以自定义对象。 自定义的对象数据类型就是面向对象中的类（Class）的概念。
python有着强大的表达式语法和函数特性，其中一个我的最爱便是装饰器。 在设计模式中，装饰器能够在不使用子类的情况下动态的修改函数、方法或类的功能。
当你需要扩展某个函数的功能却不想直接修改这个函数的时候，装饰器就可以派上用场了。 实现装饰器模式有很多种方法，但是python通过强大的语法支持来让这个变得相当容易。
在这篇文章中我将深入讲解Python的函数装饰器，并通过一系列的源码示例来彻底讲清楚这个东西。 所有例子都在Python2.7下运行通过，不过只需要稍作改变就可以运行在Python3上了， 甚至我猜测什么都不用改变都可以的，读者可以自己去试试。
本质上来讲，装饰器是以包装器形式工作的，其实就是在执行目标函数之前或之后加入自己的逻辑， 而不需要改变目标函数本身就可以增强它的功能，也就是说装饰了它。
在讲生成器之前，先讲讲python里面常用的几个常见的推导式：
列表推导式（list comprehension）
1 | my_list = [f(x) for x in sequence if cond(x)] |
字典推导式（dictionary comprehension）
1 | my_dict = {k(x): v(x) for x in sequence if cond(x)} |
集合推导式（set comprehension）
1 | my_set = {f(x) for x in sequence if cond(x)} |
生成器表达式（generator expression）
1 | my_generator = (f(x) for x in sequence if cond(x)) |
对于大部分的python初学者而言，生成器和yield关键字比较难以理解。很多文章解释的不清楚，
这篇文章我想深入的讲解这个yield关键字，它到底是个什么东西，为什么它如此的重要，以及我们该如何去使用它。
注意：近些年来，随着越来越多的特性被加入到PEP中，生成器变得越来越强大。我在下一篇文章会深入讲解协程、多任务协作和异步I/O这些高阶知识，来见识下yield
的威力。
迭代(iteration)指的是去获取元素的一种方式，一个接一个。当你显式或隐式的使用循环来遍历某个元素集的时候，那就是迭代。
在Python里面，可迭代对象(iterable)和迭代器(iterator)有着特殊的含义。
iterable是实现了__iter__()方法的对象，该方法会返回一个iterator对象iterator是实现了__iter__()和__next__()方法的对象，__iter__()方法返回的是iterator对象本身由此可见，iterable和iterator的本质区别就是后者多了一个__next__()方法。
也就是说一个iterator对象必定是一个iterable对象。
模块和包都是用来组织代码用的，在python中一个模块就是一个.py文件，而一个包就是一个包含了__init__.py的文件夹。
使用模块最大的好处就是提高代码可维护性，我们在编写代码的时候通常会引用内置模块或第三方模块。
引入包是为了解决命名冲突问题，你可以把包当成是命名空间，比如你写的abc.py模块和其他人写的abc.py模块只要在不同的包中就不会冲突。
只要顶层的包名不与别人冲突，那所有模块都不会与别人冲突。