面向對象程序設計（Object-oriented programming，OOP）有三大特征 ——封裝、繼承、多態。
封裝：把客觀事物封裝成抽象的類，並且類可以把自己的數據和方法只讓可信的類或者對象操作，對不可信的進行信息隱藏。
關鍵字：public, protected, private。不寫默認為 private。
1.public 成員：可以被任意實體訪問。
2.protected 成員：只允許被子類及本類的成員函數訪問。
3.private 成員：只允許被本類的成員函數、友元類或友元函數訪問。
繼承：基類（父類）——> 派生類（子類）
多態：即多種狀態（形態）。簡單來說，我們可以將多態定義為消息以多種形式顯示的能力。多態是以封裝和繼承為基礎的。
C++ 多態分類及實現：
1.重載多態（Ad-hoc Polymorphism，編譯期）：函數重載、運算符重載
2.子類型多態（Subtype Polymorphism，運行期）：虛函數
3.參數多態性（Parametric Polymorphism，編譯期）：類模板、函數模板
4.強制多態（Coercion Polymorphism，編譯期/運行期）：基本類型轉換、自定義類型轉換
我們創建列表的時候，受到內存限制，容量肯定是有限的，而且不可能全部給他一次枚舉出來。Python常用的列表生成式有一個致命的缺點就是定義即生成，非常的浪費空間和效率。
如果列表元素可以按照某種算法推算出來，那我們可以在循環的過程中不斷推算出後續的元素，這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。
要創建一個generator，最簡單的方法是改造列表生成式：
a = [x * x for x in range(10)]
print(a)
b = (x * x for x in range(10))
print(b)
print(list(b))
for i in b:
print(i)
--------結果如下--------------
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object <genexpr> at 0x10557da50>
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
0
1
4
9
16
25
36
49
64
81
還有一個方法是生成器函數，通過def定義，然後使用yield來支持迭代器協議，比迭代器寫起來更簡單。
def spam():
yield"first"
yield"second"
yield"third"
for x in spam():
print(x)
-------結果如下---------
first
second
third
進行函數調用的時候，返回一個生成器對象。在使用next()調用的時候，遇到yield就返回，記錄此時的函數調用位置，下次調用next()時，從斷點處開始。
我們完全可以像使用迭代器一樣使用 generator ，當然除了定義。定義一個迭代器，需要分別實現 iter() 方法和 next() 方法，但 generator 只需要一個小小的yield。
generator還有 send() 和 close() 方法，都是只能在next()調用之後，生成器處於掛起狀態時才能使用的。
python是支持協程的，也就是微線程，就是通過generator來實現的。配合generator我們可以自定義函數的調用層次關系從而自己來調度線程。
裝飾器允許通過將現有函數傳遞給裝飾器，從而向現有函數添加一些額外的功能，該裝飾器將執行現有函數的功能和添加的額外功能。
裝飾器本質上還是一個函數，它可以讓已有的函數不做任何改動的情況下增加功能。
接下來我們使用一些例子來具體說明裝飾器的作用：
如果我們不使用裝飾器，我們通常會這樣來實現在函數執行前插入日志：
def foo():
print('i am foo')
def foo():
print('foo is running')
print('i am foo')
雖然這樣寫是滿足了需求，但是改動了原有的代碼，如果有其他的函數也需要插入日志的話，就需要改寫所有的函數，這樣不能復用代碼。
我們可以進行如下改寫：
import logging
def use_log(func):
logging.warning("%s is running" % func.__name__)
func()
def bar():
print('i am bar')
use_log(bar) #將函數作為參數傳入
-------------運行結果如下--------------
WARNING:root:bar is running
i am bar
其中，use_log函數就是裝飾器，它把我們真正想要執行的函數bar()封裝在裡面，返回一個封裝了加入代碼的新函數，看起來就像是bar()被裝飾了一樣。
但是這樣寫還是不夠隱式，我們可以通過@語法糖來起到bar = use_log(bar)的作用。
import logging
def use_log(func):
def wrapper(*args, **kwargs):
logging.warning('%s is running' % func.__name__)
return func(*args, **kwargs)
return wrapper
@use_log
def bar():
print('I am bar')
@use_log
def haha():
print('I am haha')
bar()
haha()
------------結果如下------------
WARNING:root:bar is running
I am bar
WARNING:root:haha is running
I am haha
TCP/IP四層模型：
1.應用層：負責各種不同應用之間的協議，如文件傳輸協議（FTP），遠程登陸協議（Telnet），電子郵件協議（SMTP），網絡文件服務協議（NFS），網絡管理協議（SNMP）等。
2.傳輸層：負責可靠傳輸的TCP協議、高效傳輸的UDP協議。
3.網絡層：負責尋址（准確找到對方設備）的IP，ICMP，ARP，RARP等協議。
4.數據鏈路層：負責將數字信號在物理通道（網線）中准確傳輸。
四層模型邏輯：
發送端是由上至下，把上層來的數據在頭部加上各層協議的數據（部首）再下發給下層。
接受端則由下而上，把從下層接收到的數據進行解密和去掉頭部的部首後再發送給上層。
層層加密和解密後，應用層最終拿到了需要的數據。
OSI七層模型的相關概念
