Python 进阶指南（编程轻松进阶）：七、编程术语

原文：http://inventwithpython.com/beyond/chapter7.html

在 XKCD 漫画《飞人五号》（xkcd.com/1133）中，网络漫画的艺术家兰道尔·门罗只用了 1000 个最常见的英语单词，就创作出了土星五号火箭的技术示意图。这部漫画把所有的技术术语分解成小孩子能理解的句子。但这也说明了为什么我们不能用简单的术语解释一切：对于外行观众来说，书中是这样解释的"如果系统出现故障，发生了火灾，致使他们无法去太空"。比我们说帮助人们快速逃生的“发射逃生系统”更容易理解。但是对于美国宇航局的工程师来说，这种说法还是太啰嗦了。即便如此，他们可能更愿意使用首字母缩写词 LES。

虽然计算机术语可能会让新程序员感到困惑和恐惧，但它是基本功。Python 和软件开发中的几个术语在含义上有细微的差别，即使是有经验的开发人员有时也会不小心混淆概念。这些术语的技术定义在不同的编程语言中可能有所不同，但本章涵盖了与 Python 相关的术语。您将对它们背后的编程语言概念有一个泛泛的理解。

本章假设你还不熟悉类和面向对象编程（OOP）。我在这里限制了对类和其他 OOP 术语的解释，但是这些术语在第 15 章到第 17 章中有更详细的解释。

定义

即使只有两个程序员，他们关于语义的争论也会喋喋不休。语言在不停的变化，人类是语言的主人，不要本末倒置了。一些开发人员使用术语的方式可能略有不同，但是熟悉这些术语仍然是有用的。本章探讨了这些术语以及它们之间的比较。如果你需要一个按字母顺序排列的术语表，你可以根据docs.python.org/3/glossary.html官方的 Python 词汇表来提供规范的定义。

毫无疑问，一些程序员会阅读本章中的定义，并提出一些特例或例外。这一章并不是一个权威的指南，而是给你一个通俗易懂的定义，即使它们并不全面。正如编程工作一样，总有更多的东西需要学习。

Python 是语言，也是解释器

单词 Python 可以有多种解释。Python 编程语言的名字来自英国喜剧团体 Monty Python，而不是蛇（尽管 Python 教程和文档同时引用了 Monty Python 和蛇）。类似地， Python 对于计算机编程可以有两种含义。

当我们说“Python 运行一个程序”或“Python 将引发一个异常”时，我们指的是 Python 解释器——读取.py 脚本并执行其指令。当我们说“Python 解释器”时，我们几乎总是在谈论由 Python 软件基金会维护的 CPython、Python 解释器，可在www.python.org获得。CPython 是 Python 语言的一个实现——也就是说，是按照规范创建的软件——但是还有其他的。虽然 CPython 是用 C 编程语言编写的，但是为了运行与 Java 程序互操作的 Python 脚本， Jython 是用 Java 编写的。 PyPy，一个针对 Python 的即时编译器，在程序执行时编译，是用 Python 编写的。

所有这些实现都运行用 Python 编程语言编写的源代码，这就是我们所说的“这是一个 Python 程序”或“我正在学习 Python”，在理想情况下，任何 Python 解释器都可以运行用 Python 语言编写的任何源代码；然而，在现实世界中，解释器之间会有一些轻微的不兼容和差异。CPython 被称为 Python 语言的参考实现，因为如果 CPython 和另一个解释器解释 Python 代码的方式有差异，CPython 的行为被认为是规范和正确的。

垃圾收集

在许多早期的编程语言中，程序员必须手动的为数据结构分配然后释放内存。手动内存分配是许多错误的来源，例如内存泄漏（程序员忘记释放内存）或双重释放错误（程序员两次释放相同的内存，导致数据损坏）。

为了避免这些错误，Python 使用了垃圾收集，这是一种自动内存管理的方式，可以让计算机自动分配和释放内存，这样程序员就省事多了。您可以将垃圾收集视为内存回收，因为它使内存可用于新数据。例如，在交互式 Shell 中输入以下内容：

>>> def someFunction():
...    print('someFunction() called.')
...    spam = ['cat', 'dog', 'moose']
...
>>> someFunction()
someFunction() called.

当调用someFunction()时，Python 为列表['cat', 'dog', 'moose']分配内存。程序员不需要计算需要多少字节的内存，因为 Python 会自动管理。当函数调用返回时，Python 的垃圾收集器将释放局部变量，使内存可用于其他数据。垃圾收集使编程变得更加容易，也更不容易出错。

字面值

一个字面值是源代码中一个固定的、打印出来的值的文本。在下面的代码示例中

>>> age = 42 + len('Zophie')

42和'Zophie'文本是整数和字符串字面值。可以把字面值想象成一个出现在源代码文本中的值。在 Python 源代码中，只有内置数据类型可以有字面值值，所以变量age不是字面值值。表 7-1 列出了一些 Python 字面值的例子。

表 7-1:Python 中字面值的例子

吹毛求疵的人会说我的一些说法不是基于官方 Python 语言文档。从技术上讲，-5不是 Python 中的字面值，因为该语言将负号（-）定义为对5字面值进行操作的运算符。此外，True、False和None被认为是 Python 关键字而不是字面值，而[]和{}被称为显示或原子，这取决于您正在查看的是官方文档的哪一部分。无论如何，字面值是软件专业人员在所有这些例子中使用的一个常用术语。

关键字

每种编程语言都有自己的关键字。Python 关键字作为编程语言的一部分被预先保留下来的，不能用作变量名（即标识符）。例如，你不能有一个名为while的变量，因为while是一个保留用于while循环的关键字。以下是 Python 3.9 的一些 Python 关键字。

| and | continue | finally | is | raise |
| as | def | for | lambda | return |
| assert | del | from | None | True |
| async | elif | global | nonlocal | try |
| await | else | if | not | while |
| break | except | import | or | with |
| class | False | in | pass | yield |

请注意，Python 关键字始终是英语，在其他语言中不可用。例如，下面的函数具有用西班牙语编写的标识符，但是def和return关键字仍然是英语。

def agregarDosNúmeros(primerNúmero, segundoNúmero):
   return primerNúmero + segundoNúmero

不幸的是，对于 65 亿不说英语的人来说，英语主宰了编程领域。

对象、值、实例和标识

一个对象是一段数据的表示，比如一个数字、一些文本或者一个更复杂的数据结构，比如一个列表或者字典。所有对象都可以存储在变量中，作为参数传递给函数调用，并从函数调用中返回。

所有对象都有值、标识和数据类型。值是对象表示的数据，比如整数42或者字符串hello。尽管有些令人困惑，但一些程序员将术语值用作对象的同义词，尤其是对于像整数或字符串这样的简单数据类型。例如，包含42的变量是包含整数值的变量，但我们也可以说它是包含值为42的整数对象的变量。

创建了一个带有标识的对象，它是一个唯一的整数，可以通过调用id()函数来查看。例如，在交互式 Shell 中输入以下代码：

>>> spam = ['cat', 'dog', 'moose']
>>> id(spam)
33805656

变量spam存储列表数据类型的对象。它的值是['cat', 'dog', 'moose']。它的 id 是33805656，尽管整数 ID 在每次程序运行时都会变化，所以你可能会在你的计算机上得到一个不同的 ID。一旦创建，只要程序运行，对象的标识就不会改变。尽管数据类型和对象的标识永远不会改变，但对象的值可以改变，正如我们将在本例中看到的：

>>> spam.append('snake')
>>> spam
['cat', 'dog', 'moose', 'snake']
>>> id(spam)
33805656

现在列表中添加了'snake'。但是从id(spam)返回结果可以看出，它的 id 没有改变，还是同一个列表。但是，让我们看看当您输入以下代码时会发生什么：

>>> spam = [1, 2, 3]
>>> id(spam)
33838544

spam中的值已被具有新标识的新列表对象覆盖：33838544而不是33805656。像spam这样的标识符与标识不同，因为多个标识符可以引用同一个对象，就像这个例子中两个变量被分配给同一个字典一样：

>>> spam = {'name': 'Zophie'}
>>> id(spam)
33861824
>>> eggs = spam
>>> id(eggs)
33861824

spam和eggs标识符的 id 都是33861824，因为它们引用同一个字典对象。现在在交互 Shell 中更改spam的值：

>>> spam = {'name': 'Zophie'}
>>> eggs = spam
>>> spam['name'] = 'Al'  # 1
>>> spam
{'name': 'Al'}
>>> eggs 
{'name': 'Al'} # 2

你会看到对spam 1 的改动也出现在eggs 2 中。原因是它们都指同一个对象。

变量隐喻：盒子与标签

很多入门书籍用盒子来比喻变量，这是一种过于简单化的做法。很容易把变量想象成一个存储值的盒子，就像图 7-1 中那样，但是当提到引用时，这个比喻就站不住脚了。前面的spam和eggs变量没有存储单独的字典；相反，它们将同一本字典的引用存储在计算机内存中。

图 7-1：很多书上说你可以把一个变量想象成一个包含一个值的盒子。

在 Python 中，所有变量在技术上都是引用，而不是值的容器，不管它们的数据类型如何。盒子的比喻很简单，但也有缺陷。不要把变量想象成盒子，你可以把变量想象成内存中对象的标签。图 7-2 显示了先前spam和eggs示例上的标签。

图 7-2：变量也可以认为是值上的标签。

因为多个变量可以引用同一个对象，所以该对象可以“存储”在多个变量中。多个盒子不能存储同一个对象，所以使用标签隐喻可能更容易。Ned Batchelder 的 PyCon 2015 演讲“关于 Python 名称和值的事实和误解”在youtu.be/_AEJHKGk9ns有关于这个主题的更多信息。

如果不理解=赋值操作符总是复制引用，而不是对象，你可能会认为你在复制一个对象的副本，而实际上你是在复制对原始对象的引用。幸运的是，对于整数、字符串和元组这样的不可变值来说，这不是问题，原因我将在 114 页的“可变和不可变”中解释。

您可以使用is操作符来比较两个对象是否具有相同的 id。相反，==操作符只检查对象值是否相同。你可以认为x is y是id(x) == id(y)的简写。在交互式 Shell 中输入以下内容，以查看不同之处：

>>> spam = {'name': 'Zophie'} 
>>> eggs = spam # 1
>>> spam is eggs 
True
>>> spam == eggs 
True
>>> bacon = {'name': 'Zophie'}  # 2
>>> spam == bacon 
True
>>> spam is bacon 
False

变量spam和eggs引用同一个字典对象 1 ，所以它们的 id 和值是相同的。但是bacon引用了另一个的字典对象 2 ，即使它包含与spam和eggs相同的数据。相同的数据意味着bacon与spam和eggs具有相同的值，但它们是具有两种不同 id 的两个不同对象。

元素

在 Python 中，容器对象内部的对象，如列表或字典，也被称为项或元素。例如，列表['dog', 'cat', 'moose']中的字符串是对象，但也被称为元素。

可变和不可变

如前所述，Python 中的所有对象都有值、数据类型和标识，其中只有值可以更改。如果你可以改变对象的值，那么它就是一个可变的对象。如果你不能改变它的值，它就是一个不可变的对象。表 7-2 列出了 Python 中一些可变和不可变的数据类型。

表 7-2:Python 的一些可变和不可变数据类型

当您修改一个变量时，可能看起来像是在更改对象的值，如这个交互式 Shell 示例所示：

>>> spam = 'hello'
>>> spam
'hello'
>>> spam = 'goodbye'
>>> spam
'goodbye'

但是在这段代码中，您没有将'hello'对象的值从'hello'更改为'goodbye'。它们是两个独立的对象。您只是将spam从引用'hello'对象切换到了'goodbye'对象。您可以通过使用id()函数显示两个对象的 id 来验证：

>>> spam = 'hello'
>>> id(spam)
40718944
>>> spam = 'goodbye'
>>> id(spam)
40719224

这两个字符串对象有不同的标识（40718944 和 40719224）,因为它们是不同的对象。但是引用可变对象的变量可以原地修改其值。例如，在交互式 Shell 中输入以下内容：

>>> spam = ['cat', 'dog']
>>> id(spam)
33805576
>>> spam.append('moose') # 1
>>> spam[0] = 'snake' # 2
>>> spam
['snake', 'dog', 'moose']
>>> id(spam)
33805576

append()方法 1 通过索引的项目分配 2 都原地修改列表的值。即使列表的值已经改变，它的标识保持不变（33805576）。但是当您使用+操作符连接一个列表时，您会创建一个新的对象（具有新的标识）来覆盖旧的列表：

>>> spam = spam + ['rat']
>>> spam
['snake', 'dog', 'moose', 'rat']
>>> id(spam)
33840064

列表连接创建一个具有新标识的新列表。当这种情况发生时，旧的列表最终会被垃圾收集器从内存中释放出来。您必须查阅 Python 文档来了解哪些方法和操作原地修改对象，哪些覆盖对象。要记住的一条好规则是，如果您在源代码中看到一个字面值，比如前面例子中的['rat']，Python 很可能会创建一个新对象。对对象调用的方法，比如append()，通常会原地修改对象。

对于不可变数据类型的对象，如整数、字符串或元组，赋值更简单。例如，在交互式 Shell 中输入以下内容：

>>> bacon = 'Goodbye'
>>> id(bacon)
33827584
>>> bacon = 'Hello' # 1
>>> id(bacon)
33863820
>>> bacon = bacon + ', world!' # 2
>>> bacon
'Hello, world!'
>>> id(bacon)
33870056
>>> bacon[0] = 'J' # 3
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'str' object does not support item assignment

字符串是不可变的，所以你不能改变它们的值。虽然看起来字符串在bacon中的值从'Goodbye'变成了'Hello' 1 ，但实际上它被一个具有新 id 的新字符串对象覆盖了。类似地，使用字符串连接的表达式创建一个具有新标识的新字符串对象 2 。在 Python3 中，不允许使用项目赋值原地修改字符串。

元组的值被定义为它包含的对象以及这些对象的顺序。元组是不可变的序列对象，将值括在括号中。这意味着元组中的项目不能被覆盖：

>>> eggs = ('cat', 'dog', [2, 4, 6])
>>> id(eggs) 
39560896
>>> id(eggs[2]) 
40654152
>>> eggs[2] = eggs[2] + [8, 10]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

但是不可变元组中的可变列表元素仍然可以被原地修改：

>>> eggs[2].append(8)
>>> eggs[2].append(10)
>>> eggs
('cat', 'dog', [2, 4, 6, 8, 10])
>>> id(eggs) 
39560896
>>> id(eggs[2]) 
40654152

尽管这是一个模糊的特例，但记住这一点很重要。元组仍然引用相同的对象，如图图 7-3 所示。但是，如果一个元组包含一个可变对象，并且该对象改变了它的值，也就是说，如果该对象发生了变化，元组的值也会改变。

我，以及几乎每一个 Python 老鸟，都称元组是不可变的。但是有些元组能不能叫可变取决于你的定义。我在我的 PyCascades 2019 演讲中探讨了这个话题，在invpy.com/amazingtuple的“惊人的可变，不变元组”。你也可以阅读卢西亚诺·拉马尔霍在《流畅的 Python》第二章的解释。（奥莱利媒体公司，2015 年）

图 7-3：虽然一个元组中的对象集合是不可变的，但是对象可以是可变的。

索引、键和哈希

Python 列表和字典是可以包含多个其他值的值。要访问这些值，您需要使用一个索引操作符，它由一对方括号（[ ]）和一个称为索引的整数组成，以指定您想要访问的值。在交互式 Shell 中输入以下内容，查看索引如何处理列表：

>>> spam = ['cat', 'dog', 'moose']
>>> spam[0]
'cat'
>>> spam[-2]
'dog'

在本例中，0是一个索引。第一个索引是0，不是1，因为 Python（和大多数语言一样）使用的是从零开始的索引。使用从一开始的索引的语言很少：以 Lua 和 R 为代表 。Python 还支持负索引，其中-1指的是列表中的最后一项，-2指的是倒数第二项，依此类推。你可以认为负指数spam[–n]和spam[len(spam) – n]一样。

注

计算机科学家兼创作歌手 Stan Kelly-Bootle 曾经开玩笑说，“数组索引应该从 0 还是 1 开始？反正我提出的应该从 0.5 开始被大家否定了，这种事情还是仁者见仁吧"

您还可以在列表字面值上使用 index 运算符，尽管所有这些方括号在实际代码中可能看起来令人困惑且没有必要：

>>> ['cat', 'dog', 'moose'][2]
'moose'

索引也可用于列表以外的值，例如在字符串上获取单个字符：

>>> 'Hello, world'[0]
'H'

Python 字典被组织成键值对:

>>> spam = {'name': 'Zophie'}
>>> spam['name']
'Zophie'

尽管列表索引仅限于整数，Python 字典的索引操作符是一个键，可以是任何可哈希对象。一个哈希是一个整数，作为一个值的一种标记。对象的哈希值在对象的生命周期内不会改变，具有相同值的对象必须具有相同的哈希值。这个实例中的字符串'name'是值'Zophie'的键。如果对象是可哈希的，那么hash()函数将返回对象的哈希。不可变的对象，比如字符串、整数、浮点和元组，可以是可哈希的。列表（以及其他可变对象）是不可哈希的。在交互式 Shell 中输入以下内容：

>>> hash('hello')
-1734230105925061914
>>> hash(42)
42
>>> hash(3.14)
322818021289917443
>>> hash((1, 2, 3))
2528502973977326415
>>> hash([1, 2, 3])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

虽然哈希的细节超出了本书的范围，但是键的哈希被用来查找存储在字典中的条目和设置数据结构。这就是为什么不能使用可变列表作为字典的键：

>>> d = {}
>>> d[[1, 2, 3]] = 'some value'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

哈希不同于标识。具有相同值的两个不同对象将具有不同的标识，但具有相同的哈希。例如，在交互式 Shell 中输入以下内容：

>>> a = ('cat', 'dog', 'moose')
>>> b = ('cat', 'dog', 'moose')
>>> id(a), id(b)
(37111992, 37112136)
>>> id(a) == id(b) # 1
False
>>> hash(a), hash(b)
(-3478972040190420094, -3478972040190420094)
>>> hash(a) == hash(b) # 2
True

a和b引用的元组具有不同的 id 1 ，但是它们相同的值意味着它们将具有相同的哈希值 2 。注意，如果一个元组只包含可哈希的项，那么它就是可哈希的。因为在字典中只能使用可哈希项作为键，所以不能使用包含不可哈希列表的元组作为键。在交互式 Shell 中输入以下内容：

>>> tuple1 = ('cat', 'dog')
>>> tuple2 = ('cat', ['apple', 'orange']) 
>>> spam = {}
>>> spam[tuple1] = 'a value' # 1
>>> spam[tuple2] = 'another value' # 2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

注意tuple1是可哈希的 1 ，但是tuple2包含一个不可哈希的列表 2 ，因此也是不可哈希的。

容器、序列、映射和集合类型

单词容器、序列、和映射在 Python 中的含义不一定适用于其他编程语言。在 Python 中，容器是可以包含多个其他对象的任何数据类型的对象。列表和字典是 Python 中常用的容器类型。

序列是任何容器数据类型的对象，其有序值可通过整数索引访问。字符串、元组、列表和字节对象是序列数据类型。这些类型的对象可以使用索引操作符中的整数索引来访问值（括号[和]）,也可以传递给len()函数。“有序”是指序列中有第一个值、第二个值等等。例如，以下两个列表值被认为不相等，因为它们的值排序不同：

>>> [1, 2, 3] == [3, 2, 1]
False

映射是任何容器数据类型的对象，它使用键而不是索引。映射可以是有序的，也可以是无序的。Python 3.4 和更早版本中的字典是无序的，因为字典中没有第一个或最后一个键值对：

>>> spam = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  # This is run from CPython 3.5.
>>> list(spam.keys())
['a', 'c', 'd', 'b']
>>> spam['e'] = 5
>>> list(spam.keys())
['e', 'a', 'c', 'd', 'b']

在 Python 的早期版本中，不能保证从字典中以一致的顺序获得条目。由于字典的无序性质，对于它们的键-值对，以不同顺序编写的两个字典字面值仍然被认为是相等的：

>>> {'a': 1, 'b': 2, 'c': 3} == {'c': 3, 'a': 1, 'b': 2}
True

但是从 CPython 3.6 开始，字典保留了它们的键值对的插入顺序：

>>> spam = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  # This is run from CPython 3.6.
>>> list(spam)
['a', 'b', 'c', 'd']
>>> spam['e'] = 5
>>> list(spam)
['a', 'b', 'c', 'd', 'e']

这是 CPython 3.6 解释器中的一个特性，但在 Python 3.6 的其他解释器中没有。所有 Python 3.7 解释器都支持有序字典，这在 Python 语言 3.7 中成为标准。但是，仅仅因为一个字典是有序的，并不意味着它的条目可以通过整数索引来访问：spam[0]不会计算有序字典中的第一个条目（除非碰巧第一个条目有一个键0）。如果有序字典包含相同的键值对，则它们也被认为是相同的，即使键值对在每个字典中的顺序不同。

collections模块包含许多其他映射类型，包括OrderedDict、ChainMap、Counter和UserDict，这些在docs.python.org/3/library/collections.html的在线文档中有描述。

双下划线方法和魔术方法

双下划线方法，也称为魔术方法，是 Python 中的特殊方法，其名称以两个下划线开始和结束。这些方法用于运算符重载。Dunder 是双下划线的简称。最熟悉的魔术方法是__init__()（读作“双下划线 init 双下划线”，或简称为“init”），它初始化对象。Python 有几十个魔术方法，第 17 章详细解释了它们。

模块和包

一个模块是一个 Python 程序，其他 Python 程序可以导入它，这样它们就可以使用该模块的代码。Python 自带的模块统称为 Python 标准库，但是你也可以创建自己的模块。例如，如果将 Python 程序保存为spam.py，其他程序可以运行import spam来访问spam.py程序的函数、类和全局变量。

一个包是你通过放置一个名为__init__.py的文件形成的模块集合在一个文件夹里面。您使用文件夹的名称作为包的名称。包可以包含多个模块（即.py文件）或其他包（其他文件夹包含__init__.py文件）。

有关模块和包的更多解释和细节，请查看位于docs.python.org/3/tutorial/modules.html的官方 Python 文档。

可调用对象和一级对象

函数和方法不是 Python 中唯一可以调用的东西。任何实现了可调用操作符——两个括号()的对象都是可调用对象。例如，如果你有一个def hello():语句，你可以把代码想象成一个名为hello的变量，它包含一个函数对象。在这个变量上使用 callable 操作符调用变量中的函数：hello()。

类是一个面向对象的概念，类是一个可调用对象的例子，它不是函数或方法。例如，datetime模块中的date类是使用可调用操作符调用的，如代码datetime.date(2020, 1, 1)所示。当类对象被调用时，运行该类的__init__()方法中的代码。第 15 章有更多关于职业的细节。

在 Python 中，函数是一级对象，这意味着您可以将它们存储在变量中，在函数调用中将它们作为参数传递，从函数调用中返回它们，以及对对象执行任何其他操作。把一个def语句想象成把一个函数对象赋给一个变量。例如，您可以创建一个spam()函数，然后您可以调用它：

>>> def spam():
...    print('Spam! Spam! Spam!')
...
>>> spam()
Spam! Spam! Spam!

也可以将spam()函数对象赋给其他变量。当您调用已经为其分配了函数对象的变量时，Python 会执行该函数：

>>> eggs = spam
>>> eggs()
Spam! Spam! Spam!

这些被称为别名，是现有函数的另一个名称。如果您需要重命名一个函数，通常会用到它们。但是如果大量的现有代码使用旧的名称，要改变它会很麻烦。

一级函数最常见的用途是将函数传递给其他函数。例如，我们可以定义一个callTwice()函数，可以向它传递一个需要调用两次的函数：

>>> def callTwice(func):
...     func()
...     func()
...
>>> callTwice(spam)
Spam! Spam! Spam!
Spam! Spam! Spam!

虽然你可以在你的源代码中写两次spam()。但是您可以在运行时将callTwice()函数传递给任何函数，而不必事先在源代码中输入两次函数调用。

常见混淆术语

技术行话已经够令人困惑的了，尤其是那些有着相关但不同定义的术语。更糟糕的是，语言、操作系统和计算领域可能使用不同的术语来表示相同的事物，或者使用相同的术语来表示不同的事物。为了与其他程序员清楚地交流，您需要了解以下术语之间的区别。

语句与表达式

表达式是由运算符和值组成的指令，计算结果为单个值。值可以是变量（包含值）或函数运行结果（返回值）。因此，2 + 2是一个计算结果为单个值4的表达式。而且len(myName) > 4和myName.isupper() or myName == 'Zophie'也是表达方式。值本身也是一个对自身求值的表达式。

语句实际上是 Python 中的所有其他指令。这些语句包括if语句、for语句、def语句、return语句等等。语句不会计算出一个值。有些语句可以包含表达式，比如像spam = 2 + 2这样的赋值语句或者像if myName == 'Zophie':这样的if语句。

虽然 Python3 使用了一个print()函数，但是 Python2 使用了一个print语句。区别可能看起来只是引入了括号，但重要的是要注意 Python3 print()函数有一个返回值（总是为None），可以作为参数传递给其他函数，也可以赋给一个变量。这些操作都不能用语句实现。但是，您仍然可以在 Python2 中使用括号，如下面的交互式 Shell 示例所示：

>>> print 'Hello, world!' # run in Python2
Hello, world!
>>> print('Hello, world!') # run in Python2 # 1
Hello, world!

虽然这看起来像一个函数调用 1 ，但它实际上是一个带括号的字符串值的print语句，同样的方式分配spam = (2 + 2)相当于spam = 2 + 2。在 Python2 和 3 中，可以分别向print语句或print()函数传递多个值。在 Python3 中，这将如下所示：

>>> print('Hello', 'world') # run in Python3
Hello world

但是在 Python2 中使用相同的代码会被解释为在一个print语句中传递一个由两个字符串值组成的元组，产生以下输出：

>>> print('Hello', 'world') # run in Python2
('Hello', 'world')

一个语句和一个由函数调用组成的表达式有细微而且明确的区别。

块、子句和正文

术语块、子句、正文经常互换使用，指代一组 Python 指令。一个块从缩进开始，当缩进与前一个缩进对齐时结束。例如，跟随在if或for语句之后的代码被称为语句块。以冒号结尾的语句后面需要一个新的块，如if、else、for、while、def、class等等。

但是 Python 确实允许单行代码块。尽管不推荐，但这是有效的 Python 语法：

if name == 'Zophie': print('Hello, kitty!')

通过使用分号，您还可以在if语句块中拥有多条指令：

if name == 'Zophie': print('Hello, kitty!'); print('Do you want a treat?')

但是你不能将其他需要新块的语句放在同一行程序。以下是无效的 Python 代码：

if name == 'Zophie': if age < 2: print('Hello, kitten!')

这是错误代码的，因为如果一个else语句在下一行，那么else语句将引用哪个if语句将是不明确的。

官方 Python 文档更喜欢使用术语子句而不是块（docs.python.org/3/reference/compound_stmts.html）。以下代码是一个子句：

if name == 'Zophie':
    print('Hello, kitty!')
    print('Do you want a treat?')

if语句是子句头，嵌套在if中的两个print()调用是子句集或正文。Python 官方文档使用块来指代作为一个单元执行的一段 Python 代码，比如模块、函数或类定义（docs.python.org/3/reference/executionmodel.html）。

变量与属性

变量仅仅是引用对象的名字。属性用官方文档的话来说就是“句号后的任何名称”（docs.python.org/3/tutorial/classes.html#python-scopes-and-namespaces）。属性与对象（点/句号前的名称）相关联。例如，在交互式 Shell 中输入以下内容：

>>> import datetime
>>> spam = datetime.datetime.now()
>>> spam.year
2018
>>> spam.month
1

在这个代码示例中，spam是包含一个datetime对象（从datetime.datetime.now()返回）的变量，year和month是该对象的属性。即使在sys.exit()的情况下，exit()函数也被认为是sys模块对象的属性。

其他语言称属性字段、属性，或者成员变量。

函数与方法

函数是被调用时运行的代码集合。一个方法是一个与类相关联的函数（或者一个可调用对象，在下一节中描述），就像属性是一个与对象相关联的变量一样。函数包括内置函数或与模块相关联的函数。例如，在交互式 Shell 中输入以下内容：

>>> len('Hello')
5
>>> 'Hello'.upper()
'HELLO'
>>> import math
>>> math.sqrt(25)
5.0

在这个例子中，len()是一个函数，upper()是一个字符串方法。方法也被认为是与它们相关的对象的属性。注意，句号并不一定意味着你在处理一个方法而不是一个函数。sqrt()函数与math相关联，这是一个模块，而不是一个类。

可迭代对象与迭代器

Python 的for循环是通用的。语句for i in range(3):将运行一个代码块三次。range(3)的调用不仅仅是 Python 告诉for循环的方式，“重复一些代码三次”调用range(3)返回一个范围对象，就像调用list('cat')返回一个列表对象一样。这两个对象都是可迭代对象（或者简称为可迭代值）的例子。

在for循环中使用可迭代对象。在交互式 Shell 中输入以下内容，可以看到一个for循环遍历一个范围对象和一个列表对象：

>>> for i in range(3):
...  print(i) # body of the for loop
...
0
1
2
>>> for i in ['c', 'a', 't']:
...  print(i) # body of the for loop
...
c
a
t

可迭代对象还包括所有序列类型，如范围、列表、元组和字符串对象，以及一些容器对象，如字典、集合和文件对象。

然而，在这些for循环示例中，仔细探讨一下，背后还有很多有意思的事情。在幕后，Python 正在为for循环调用内置的iter()和next()函数。当在for循环中使用时，可迭代对象被传递给内置的iter()函数，该函数返回迭代器对象。尽管 可迭代对象包含这些项，迭代器对象仍然跟踪循环中下一个要使用的项。在循环的每次迭代中，迭代器对象被传递给内置的next()函数，以返回可迭代对象中的下一项。我们可以手动调用iter()和next()函数，直接查看for循环是如何工作的。在交互式 Shell 中输入以下内容，执行与上一个循环示例相同的指令：

>>> iterableObj = range(3)
>>> iterableObj
range(0, 3)
>>> iteratorObj = iter(iterableObj)
>>> i = next(iteratorObj)
>>> print(i) # body of the for loop
0
>>> i = next(iteratorObj)
>>> print(i) # body of the for loop
1
>>> i = next(iteratorObj)
>>> print(i) # body of the for loop
2
>>> i = next(iteratorObj)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration # 1

注意，如果在可迭代对象中的最后一项返回后调用next()，Python 会引发一个StopIteration异常 1 。Python 的for循环捕捉到这个异常，知道何时应该停止循环，而不是用这个错误消息让程序崩溃。

迭代器只能对可迭代对象中的项迭代一次。这类似于您只能使用open()和readlines()来读取文件内容一次，然后必须重新打开文件来再次读取其内容。如果想再次迭代可迭代对象，必须再次调用iter()来创建另一个 迭代器对象。您可以创建任意数量的迭代器对象；每个都将独立地跟踪它，保证返回的下一个元素。在交互式 Shell 中输入以下内容，查看其工作原理：

>>> iterableObj = list('cat')
>>> iterableObj
['c', 'a', 't']
>>> iteratorObj1 = iter(iterableObj)
>>> iteratorObj2 = iter(iterableObj)
>>> next(iteratorObj1)
'c'
>>> next(iteratorObj1)
'a'
>>> next(iteratorObj2)
'c'

记住，可迭代对象作为参数传递给iter()函数，而从iter()调用返回的对象是迭代器对象。迭代器对象被传递给next()函数。当您使用class语句创建自己的数据类型时，您可以实现__iter__()和__next__()内置方法，以便在for循环中使用您的对象。

语法错误、编译错误和语义错误

有很多方法可以对 bug 进行分类。但是在高层次上，您可以将编程错误分为三种类型：语法错误、编译错误和语义错误。

语法是给定编程语言中有效指令的规则集。一个语法错误，比如丢失了括号，用句号代替了逗号，或者其他一些打字错误都会立即生成一个SyntaxError。语法错误也被称为解析错误，当 Python 解释器无法将源代码的文本解析成有效指令时，就会出现这种错误。在英语中，这个错误相当于不正确的语法或一串无意义的单词，如by uncontaminated cheese certainly it’s。计算机需要特定的指令，无法读取程序员的思想来确定程序应该做什么，因此一个语法错误的程序甚至不会运行。

一个编译错误是当一个正在运行的程序无法执行某些任务时，比如试图打开一个不存在的文件或者将一个数除以零。在英语中，编译错误相当于给出一个无法运行的指令，比如“画一个有三条边的正方形”如果编译错误没有得到解决，程序将崩溃并显示回溯。但是您可以使用运行错误处理代码的try-except语句来捕获编译错误。例如，在交互式 Shell 中输入以下内容：

>>> slices = 8
>>> eaters = 0
>>> print('Each person eats', slices / eaters, 'slices.')

当您运行该代码时，它将显示以下回溯信息：

Traceback (most recent call last):
  File "<pyshell#4>", line 1, in <module>
    print('Each person eats', slices / eaters, 'slices.')
ZeroDivisionError: division by zero

记住回溯提到的行号只是 Python 解释器检测到错误的地方，这很有帮助。错误的真正原因可能是在前一行代码中，甚至是在程序的更靠前部分。

源代码中的语法错误在程序运行前被解释器捕获，但是语法错误也可能在运行时发生。eval()函数可以获取一串 Python 代码并运行它，这可能会在运行时产生一个SyntaxError。例如，eval('print("Hello, world)')缺少一个右双引号，在代码调用eval()之前程序不会解析到。

一个语义错误（也称为逻辑错误）是一个更微妙的错误。语义错误不会导致错误信息或崩溃，但计算机会以程序员不希望的方式执行指令。在英语中，语义错误的等价形式是告诉计算机，“从商店买一盒牛奶，如果他们有鸡蛋，就买一打。”因为商店有鸡蛋，所以计算机会买 13 盒牛奶。不管是好是坏，计算机完全按照你的要求去做。例如，在交互式 Shell 中输入以下内容：

>>> print('The sum of 4 and 2 is', '4' + '2')

您将获得以下输出：

The sum of 4 and 2 is 42

显然，42 不是我们预期的结果。但是请注意，程序没有崩溃。因为 Python 的+操作符可以将整数值相加，也可以将字符串值连接起来，所以错误地使用字符串值'4'和'2'代替整数导致了非预期的行为。

形参与实参

形参是def语句中括号之间的变量名。实参是在函数调用中传递的值，然后这些值被分配给参数。例如，在交互式 Shell 中输入以下内容：

>>> def greeting(name, species): # 1
...    print(name + ' is a ' + species)
...
>>> greeting('Zophie', 'cat') # 2
Zophie is a cat

在def语句中，name和species是参数 1 。在函数调用中，'Zophie'和'cat'是实参 2 。这两个术语经常被混淆。请记住，当参数和实参在此上下文中使用时，它们分别只是变量和值的其他名称。

显式转换与隐式转换

您可以将一种类型的对象转换为另一种类型的对象。例如，int('42')将字符串'42'转换为整数42。实际上，字符串对象'42'并没有被转换，因为int()函数基于原始对象创建了一个新的整数对象。当转换像这样显式完成时，我们就转换了对象，尽管程序员仍然经常称这个过程为转换对象。

Python 通常会隐式地进行类型转换，比如在计算表达式2 + 3.0到5.0时。像2和3.0这样的值被强制转换成操作符可以处理的通用数据类型。这种转换是通过隐式完成的，被称为类型强制转换。

强制有时会导致令人惊讶的结果。Python 中的布尔值True和False可以分别强制为整数值1和0。尽管在真实世界的代码中，你永远不会将布尔值写成这些值，但这意味着表达式True + False + True相当于1 + 0 + 1，并且计算结果为2。了解了这些之后，您可能会认为将一个布尔值列表传递给sum()是计算列表中True值数量的好方法。但事实证明调用count() list 方法更快。

属性与特性

在许多语言中，术语属性和特性被用作同义词，但是在 Python 中这些词有不同的含义。第 124 页“变量与属性”中解释的属性是与对象相关的名称。属性包括对象的成员变量和方法。

其他语言，比如 Java，有针对类的获取器和设置器方法。程序必须调用属性的设置器方法，而不是直接给属性赋值（可能是无效的）。设置器方法中的代码可以确保成员变量只被赋予一个有效值。获取器方法读取属性的值。如果一个属性被命名为accountBalance，那么设置器和获取器方法通常分别被命名为setAccountBalance()和getAccountBalance()。

在 Python 中，属性允许程序员使用加简洁的语法实现获取器和设置器函数。第 17 章更详细地探讨了 Python 的属性。

字节码与机器码

源代码被编译后，称为机器码的指令形式，由 CPU 直接执行。机器代码由来自 CPU 的指令集的指令组成，这是计算机的内置命令集。由机器码组成的编译程序被称为二进制文件。一种古老的语言，如 C，有编译器软件，可以将 C 源代码编译成二进制文件，用于几乎所有可用的 CPU。但是，如果像 Python 这样的语言想要在同一套 CPU 上运行，就必须为每个 CPU 编写大量的 Python 编译器。

还有另一种方法可以将源代码转换成机器可用的代码。你可以创建字节码，而不是创建由 CPU 硬件直接执行的机器码。也被称为可移植代码或 P 代码（译者注：机器码也称为 N 代码），字节码由软件解释程序执行，而不是直接由 CPU 执行。Python 字节码由指令集的指令组成，尽管现实世界中没有硬件 CPU 执行这些指令。相反，软件解释器执行字节码。Python 字节码存储在.pyc文件中，.py是它的源文件。用 C 编写的 CPython 解释器可以将 Python 源代码编译成 Python 字节码，然后执行指令。（Java 虚拟机软件 JVM 也是如此，它执行 Java 字节码。）因为是用 C 写的，CPython 有一个 Python 解释器，可以为任何 C 已经有编译器的 CPU 编译。

斯科特·桑德森（Scott Sanderson）和乔·杰夫尼克（Joe Jevnik）在 PyCon 2016 上发表的演讲“玩转 Python 字节码”是了解这个主题的绝佳资源（youtu.be/mxjv9KqzwjI）。

脚本与程序，脚本语言与编程语言

脚本和程序之间的区别，以及脚本语言和编程语言之间的区别，都是模棱两可的。简单地说，所有的脚本都是程序，所有的脚本语言都是编程语言。但是脚本语言有时被认为是更简单或“不真实”的编程语言。

区分脚本和程序的一种方法是根据代码的执行方式。用脚本语言编写的脚本直接从源代码中解释，而用编译语言编写的程序被编译成二进制。但是 Python 通常被认为是一种脚本语言，尽管在 Python 程序运行时有一个编译字节码的步骤。同时，Java 通常不被认为是脚本语言，尽管它产生字节码而不是机器代码二进制，就像 Python 一样。从技术上讲，语言没有被编译或解释；更确切地说，一种语言有编译器或解释器的实现，为任何语言创建编译器或解释器都是可能的。

这些差异可以争论，但不必较真。脚本语言不一定功能更弱，编译编程语言也不一定更难使用。

库/框架/SDK/引擎/API

使用其他人的代码可以节省大量时间。您经常可以找到打包成库、框架、SDK、引擎或 API 的代码。这些实体之间的差异是微妙但重要的。

一个库是一个由第三方制作的代码集合的通称。库可以包含供开发人员使用的函数、类或其他代码。Python 库可能采用包、一组包甚至单个模块的形式。库通常是用特定语言编写的。开发者不需要知道库代码是如何工作的；他们只需要知道如何调用库中的代码或与库中的代码交互。一个标准库，比如 Python 标准库，是假定可用于编程语言的所有实现的代码库。

一个框架是用控制反转操作的代码集合；开发人员创建框架将根据需要调用的函数，而不是开发人员的代码调用框架中的函数。控制反转通常被描述为“不要打电话给我们，我们会打电话给你。”例如，为 Web 应用框架编写代码涉及到为 web 页面创建函数，当 web 请求进来时，框架将调用这些函数。

一个软件开发工具包（SDK）包括代码库、文档和软件工具，以帮助为特定的操作系统或平台创建应用。例如，Android SDK 和 iOS SDK 分别用于创建 Android 和 iOS 的移动应用。Java 开发工具包（JDK）是一个为 JVM 创建应用的 SDK。

一个引擎是一个大型的独立系统，可以由开发者的软件进行外部控制。开发人员通常调用引擎中的函数来执行大型复杂的任务。引擎的例子包括游戏引擎、物理引擎、推荐引擎、数据库引擎、象棋引擎和搜索引擎。

一个应用编程接口（API）是库、SDK、框架或引擎的面向公众的接口。API 指定如何调用函数或向库发出访问资源的请求。库的创建者会提供 API 的文档。许多流行的社交网络和网站为程序提供 HTTP API 来访问它们的服务，而不是由人使用 web 浏览器。使用这些 API，你可以编写程序，例如，可以自动在脸书上发布消息或阅读 Twitter 时间表。

总结

尽快侵淫编程多年，有可能仍不熟悉某些编程术语。但是大多数主要的软件应用都是由软件开发团队创建的，而不是个人。因此，当你和团队一起工作时，能够清晰地交流是非常重要的。

本章解释了 Python 程序由标识符、变量、字面值、关键字和对象组成，所有 Python 对象都有值、数据类型和标识。虽然每个对象都有一个数据类型，但也有几个大的类型类别，如容器、序列、映射、集合、内置和用户自定义类型。

某些术语（如值、变量和函数）在特定上下文中（如元素、参数、参数和方法）具有不同的名称。有几个术语也很容易相互混淆。在日常编程中混淆这些术语并不是什么大不了的事情：例如，属性与特性，块与正文，异常与错误，或者库，框架，SDK，引擎和 API 之间的细微差异。例如，语句和表达式，函数和方法以及参数和参数通常被初学者互换使用。

但是其他术语，比如可迭代对象与迭代器、语法错误与语义错误、字节码与机器码，都有不同的含义，除非你想搞晕你的同事，否则千万不要混淆这些基本概念。

您仍然会发现术语的使用因语言而异，甚至因程序员而异。随着时间的推移，你会随着经验（和频繁的网络搜索）变得更加熟悉行话。

扩展阅读

docs.python.org/3/glossary.html的官方 Python 词汇表列出了 Python 生态系统使用的简短但有用的定义。

docs.python.org/3/reference/datamodel.html的官方 Python 文档更详细地描述了 Python 对象。

妮娜·扎哈伦科在 PyCon 2016 演讲“Python 中的内存管理——基础知识”，youtu.be/F6u5rhUQ6dU，解释了 Python 的垃圾收集器如何工作的许多细节。

docs.python.org/3/library/gc.html的官方 Python 文档有更多关于垃圾收集器的信息。

Python 邮件列表中关于在 Python 3.6 中制作字典的讨论也很好阅读，详情可查看mail.python.org/pipermail/python-dev/2016-September/146327.html。