Thinking

Python是一门开发效率很高的语言，而且其既下里巴人，又阳春白雪。也就是说这门语言只要稍加学习就可以上手开发，而深入探究也会发现Python有很多高深的东西。最近读了《Python源码剖析》，收获良多，今天就把Python的内存管理整理一番。本文的组织如下：第一部分：整理Python的内存管理机制，主要包括内存池以及对象缓存池第二部分：从百度的笔试题来探讨如何实现一个缓存池。

在文本处理中，比如商品评论挖掘，有时需要了解每个评论分别和商品的描述之间的相似度，以此衡量评论的客观性。评论和商品描述的相似度越高，说明评论的用语比较官方，不带太多感情色彩，比较注重描述商品的属性和特性，角度更客观。那么Python 里面有计算文本相似度的程序包吗，恭喜你，不仅有，而且很好很强大。这是从52nlp大神的博客里面发现的，其实具体的处理流程和程序和他的基本一致，

介绍也许大多数人都有在Excel中使用数据透视表的经历，其实Pandas也提供了一个类似的功能，名为pivot_table。虽然pivot_table非常有用，但是我发现为了格式化输出我所需要的内容，经常需要记住它的使用语法。所以，本文将重点解释pandas中的函数pivot_table，并教大家如何使用它来进行数据分析。如果你对这个概念不熟悉，wikipedia上对它做了详细的解

-------------------------------您可能听说过，带有 yield 的函数在 Python 中被称之为 generator（生成器），何谓 generator ？我们先抛开 generator，以一个常见的编程题目来展示 yield 的概念。如何生成斐波那契數列斐波那契（Fibonacci）數列是一个非常简单的递归数列，除第一个和第二个数外，任意一个数

yield指令可以暂停一个函数，并且返回中间结果。只要函数中包含了yield关键字，该函数调用就是生成器对象。------------------------yield指令，可以暂停一个函数并返回中间结果。使用该指令的函数将保存执行环境，并且在必要时恢复。生成器比迭代器更加强大也更加复杂，需要花点功夫好好理解贯通。看下面一段代码：[python] view

xrange用法和range完全一样，不同的是range生成的是一个list对象，而xrange生成的是一个生成器。在处理很大的数字序列的时候，xrange会比range性能高很多，因为不用一上来就开辟很大的内存空间。----------------------------range 前面小节已经说明了，range([start,] stop[, step])，根据start与

在介绍yield前有必要先说明下Python中的迭代器(iterator)和生成器(constructor)。一、迭代器(iterator)在Python中，for循环可以用于Python中的任何类型，包括列表、元祖等等，实际上，for循环可用于任何“可迭代对象”，这其实就是迭代器迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下一结果，而

这两天看了公司的老代码，发现有大量的在用getattr….  虽然在不得已的时候，也会考虑用getattr，只是没这么频繁而已….    这边的getattr主要是用在函数调用上，比如一个简单的rpc服务，里面注册了N个函数，这时候，客户端是知道自己需要调用哪个函数的，他给我传递了一个名字叫getName函数名，那么我用getattr直接调用就OK了….关于python内建函数getatt