php怎么判断布尔值，filter函数的用法？
如下在函数中我们可以看出，for循环和filter都能完成对应的具体的要求，但是相比于for循环来说，filter的使用更加的简洁，且在遍历的过程中可以获取到原来的数组。比较的方便，且多掌握一种遍历数组的方法。就会有多一种的相关选择。
const nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
//找出元素中比五大的数并输出
let result = []
const get_resultArr = () => {
for(let i =0 ;i<nums.length;i++){
if(nums[i] > 5){
result[result.length++] = nums[i]
}
}
//其中的三个参数分别为 当前遍历的值 当前值的下标 所筛选的数组
result = nums.filter((currentValue, index, arr) => {
console.log(currentValue, index, arr);
return currentValue > 5
})
}
get_resultArr()
console.log(result,nums);
利用filter打印的result和num是 [6, 7, 8, 9, 10] [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
有哪些程序员必读书籍值得推荐？
国内的放在文章下面，第一部分推荐国外的书，是Treehouse在Facebook和Twitter做了一项问卷调查。
最终，最受程序员推荐的前25本书。（没有什么特别的顺序。）
并把书分成五类：General Programming(通用程序设计)、HTML & CSS、JavaScript & jQuery、Python、其他。
General Programming(通用程序设计)
1、《代码整洁之道》(Clean Code: A Handbook of Agile Software Craftsmanship)
《代码整洁之道》应该很多看书的程序员都有听过，简直是写出干净代码的一剂良药，并且Robert C. Martin在写这本书中也有很多工作之中能用得到的操作实践旨在帮助开发者编写出干净的代码，从而有效提升代码质量。
2、《代码大全》
本书几乎涵盖了软件开发过程中的各方面，工作学习中的查阅宝典。
3、《Think Like a Programmer》
本书旨在教读者如何系统地解决问题，书中提供大量的技术和示例，但是这本书不会告诉任何人在特定的环境下该做什么，而是培养读者解决问题的能力，让他们用程序员思维去突破每一个难题。（听书名仿佛是有人要改行一样）
4、《编码》
这本书被描述为不懂计算机的人都能看得懂，看评分就知道这本书有多友好了，但这并不是说本书的知识十分浅显，相反地，作者通过一种巧妙的方式，完整介绍了计算机的原理和应用，让读者充分理解软件和硬件的区别。
5、《Starting Out with Programming Logic & Design 》
本书是一本介绍性编程手册，旨在让没有任何编程经验的人，学习编程的概念和逻辑，书中没有涉及太多的语言语法，更能增加新手学习编程的信心。（打底子，基础很重要。）
6、《Beginning Programming All-In-One Desk Reference For Dummies 》
本书也是一本非常好的编程入门书。在这个实用指南中，读者将了解到编译、算法、最佳实践、调试程序等概念。
7、《Cracking the Coding Interview》
本书是适合硅谷技术面试的一本面试指南，因为题目分类清晰，风格比较靠谱，所以广受推崇。（毕竟这是美国的调查，所以是硅谷的面试。）
8、《第一本书系列》（Java，Python，设计模式，JavaScript，C＃，WordPress，Rails）
一共有很多本书，这里就写出两本，基本每个方面都会出一本。
HTML & CSS
9、《HTML & CSS设计与构建网站》
（图片上传一直失败）
本书采用有别于许多传统编程书籍的新颖编排方式，指导读者如何构建出用户友好、令人赏心悦目的Web内容
10、《Head First HTML and CSS》
（图片上传一直失败）
head first系列作为初学者入门最合适不过，这本书展示了学习创建符合工业标准的Web页面的完整历程，让学会HTML和CSS来创建你想要的Web页面。
11、《You Don't Know JS》
本书旨在为那些变成新手，提供了学习JavaScript必要的背景知识，一共分为上、中、下三卷，上图为中卷，本系列书籍介绍了学习编程的基本构建模块，以及JavaScript的核心机制。
12、《JavaScript编程精解(第2版)》
覆盖了JavaScript的绝大多数语言特性，涉及Web编程和Node.js服务器编程，以及JavaScript性能优化等。
13、《Head First JavaScript程序设计》
本书内容涵盖JavaScript的基本知识以及对象、函数和浏览器文档对象模型等高阶主题。书中配备了大量有趣的实例、图示和练习，让读者轻轻松松掌握JavaScript。
14、《JavaScript & jQuery》
这本彩色书籍采用了一种视觉方法来讲述JavaScript和jQuery，向读者展示了如何通过使用代码示例、信息图形和摄影作品使web页面更具交互性和让界面更直观。
15、《JavaScript高级程序设计（第3版）》
全书从JavaScript 语言实现的各个组成部分——语言核心、DOM、BOM、事件模型讲起，深入浅出地探讨了面向对象编程、Ajax 与Comet 服务器端通信，HTML5 表单、媒体等内容，还介绍了离线应用和与维护、性能、部署相关的最佳开发实践。
16、《JavaScript忍者秘籍（第2版）》
本书适合具备一定JavaScript基础知识的读者阅读，书中分4个部分，从不同层次讲述了逐步成为JavaScript高手所需的知识。
17、《Javascript: Javascript Programming The Ultimate Beginners Guide》
本教程是为javascript初学者准备的，帮助他们理解javascript构建动态web页面和web应用程序的基本功能，但我觉得不太行。也可能是因为我比较垃圾。
Python
18、《笨方法学Python 3》
本是一本入门的python学习书籍，书中的内容以52个exercise构成，按照由易到难、循序渐进的方式，一步一步引导读者深入python。
19、《流畅的Python》
从语言设计层面剖析编程细节，兼顾Python 3和Python 2，教你写出风格地道的Python代码。
20、《Python编程：从入门到实践》
本书是一本针对所有层次的Pytho入门书。第一部分侧重基本概念的讲解，第二部分通过开发三个项目，帮读者解决编程中的问题与困惑。（我最推荐这本用来入门。）
21、《Python编程快速上手》
本书是一本面向实践的Python编程实用指南。本书的目的，不仅是介绍Python语言的基础知识，而且还通过项目教应用这些知识和技能。
其他
22、《程序员修炼之道》
本书涵盖的主题从个人责任、职业发展，直到用于使代码保持灵活、并且易于改编和复用的各种架构技术，利用许多富有娱乐性的奇闻轶事、有思想性的例子及有趣的类比，全面阐释了软件开发的许多不同方面的最佳实践和重大陷阱。
23、《iOS Programming: The Big Nerd Ranch Guide 》
ios的，在这只提一提吧。
24、《Java How to Program, Early Objects》
价格拒绝，极其不友好。
25、《指导生活的算法： 人类决策的计算机科学》
从寻找配偶到寻找停车位，从整理收件箱到展望未来，这些算法将计算机科学的智慧转化为人类的生存策略。很有趣的一本书。
中国版本前面先按照自己的爱好来推荐，然后按照网上推荐率。
这本书是从数据挖掘的应用点出发的；有电力、航空、医疗、互联网，生产制造还有公共服务的各种行业的真是案例为主写的、主要介绍了python数据挖掘建模的过程，好在实践性很强，并且行业领域很多。个人认为重点就在于，先是以某个行业的挖掘需求为前提，有很好的代入感。就是带着看到需求，教你如何解决需求。
上面这本书，是一本知识点很全的入门书籍。这个前期作为入门很好的点在于，里面有配套光盘，并且还有配套课程，就是这个知识点的所有课程有视频讲解。有的时候死看书，看不下去，并且在学习的时候遇到问题没办法解决。但是配套视频就很好的解决了。前期可以作为入门书籍，后期的话可以作为工具书。哪里忘了看哪里。
python文本分析这本书，也是入门数据。从自然语言开始到python的基础，从而深一步的学习分析理念和机器学习的概念。很全面的提供技术和概念。里面包含了丰富的实际案例，比如构建分类新闻文章的文本系统，使用主题建模和文本摘要分析app还有游戏评论。还有就是热门电影概要的聚类分析等等。里面也有基于python和流行nlp开源库和文本分析的工具等等。
还有这本书，介绍就说了大量的时间案例教会我们如何python的库高效的解决各样的数据分析。优点在书中所讲的是利用python进行数据控制，处理整理分析等方面的细节和药店。主要就是我们都知道python有很多很好用的库，但是我们不知道如何使用。而这本书就很好的解决了这个问。具体案例用具体的库。重点就在于如何高效的使用python语言和丰富的库。
这本书可以带我们深入理解其底层算法和可用的优化方法。而且为我们很好的提供了机器学习的设计过程和坚实的基础。能够让我们为特定问题建立制定机器学习模型。
上面这本书，建议在学懂python之后去看。首先书是谷歌高级软件工程师结合自己的多年使用python的经验，深入的讨论如何提高python代码的技巧，还有禁忌点还有丰富的时间经验。之所以是学会了看，因为里面有很多使用的代码示例来解释他所谓的提高技巧的方法。并且有很多能够改善代码功能以及运行效率的习惯用法。再提高阶段看这本书，会对码农有更高一层的理解。
1、《代码大全》 史蒂夫·迈克康奈尔推荐数：1684
“优秀的编程实践的百科全书，《代码大全》注重个人技术，其中所有东西加起来，就是我们本能所说的“编写整洁的代码”。这本书有50页在谈论代码布局。” —— Joel Spolsky对于新手来说，这本书中的观念有点高阶了。到你准备阅读此书时，你应该已经知道并实践过书中99%的观念。– esacSteve McConnell的原作《代码大全》(第1版)是公认的关于编程的最佳实践指南之一，在过去的十多年间，本书一直在帮助开发人员编写更好的软件。现在，作者将这本经典著作全新演绎，融入了最前沿的实践技术，加入了上百个崭新的代码示例，充分展示了软件构建的艺术性和科学性。McConnell汇集了来自研究机构、学术界以及业界日常实践的主要知识，把最高效的技术和最重要的原理交织融会为这本既清晰又实用的指南。无论您的经验水平如何，也不管您在怎样的开发环境中工作，也无论项目是大是小，本书都将激发您的思维并帮助您构建高品质的代码。《代码大全（第2版）)》做了全面的更新，增加了很多与时俱进的内容，包括对新语言、新的开发过程与方法论的讨论等等。
2、《程序员修炼之道》推荐数：1504
对于那些已经学习过编程机制的程序员来说，这是一本卓越的书。或许他们还是在校生，但对要自己做什么，还感觉不是很安全。就像草图和架构之间的差别。虽然你在学校课堂上学到的是画图，你也可以画的很漂亮，但如果你觉得你不太知道从哪儿下手，如果某人要你独自画一个P2P的音乐交换网络图，那这本书就适合你了。—— Joel《程序员修炼之道:从小工到专家》内容简介：《程序员修炼之道》由一系列独立的部分组成，涵盖的主题从个人责任、职业发展，知道用于使代码保持灵活、并且易于改编和复用的各种架构技术，利用许多富有娱乐性的奇闻轶事、有思想性的例子及有趣的类比，全面阐释了软件开发的许多不同方面的最佳实践和重大陷阱。无论你是初学者，是有经验的程序员，还是软件项目经理，《程序员修炼之道:从小工到专家》都适合你阅读。
3、《计算机程序的构造和解释》推荐数：916
就个人而言，这本书目前为止对我影响醉倒的一本编程书。《代码大全》、《重构》和《设计模式》这些经典书会教给你高效的工作习惯和交易细节。其他像《人件集》、《计算机编程心理学》和《人月神话》这些书会深入软件开发的心理层面。其他书籍则处理算法。这些书都有自己所属的位置。然而《计算机程序的构造和解释》与这些不同。这是一本会启发你的书，它会燃起你编写出色程序的热情；它还将教会你认识并欣赏美；它会让你有种敬畏，让你难以抑制地渴望学习更多的东西。其他书或许会让你成为一位更出色的程序员，但此书将一定会让你成为一名程序员。同时，你将会学到其他东西，函数式编程（第三章）、惰性计算、元编程、虚拟机、解释器和编译器。一些人认为此书不适合新手。个人认为，虽然我并不完全认同要有一些编程经验才能读此书，但我还是一定推荐给初学者。毕竟这本书是写给著名的6.001，是麻省理工学院的入门编程课程。此书或许需要多做努力（尤其你在做练习的时候，你也应当如此），但这个价是对得起这本书的。
4、《C程序设计语言》推荐数：774
这本书简洁易读，会教给你三件事：C 编程语言；如何像程序员一样思考；底层计算模型。（这对理解“底层”非常重要）—— Nathan《C程序设计语言》(第2版新版)讲述深入浅出，配合典型例证，通俗易懂，实用性强，适合作为大专院校计算机专业或非计算机专业的C语言教材，也可以作为从事计算机相关软硬件开发的技术人员的参考书。《C程序设计语言》(第2版新版)原著即为C语言的设计者之一Dennis M.Ritchie和著名的计算机科学家Brian W.Kernighan合著的一本介绍C语言的权威经典著作。我们现在见到的大量论述C语言程序设计的教材和专著均以此书为蓝本。原著第1版中介绍的C语言成为后来广泛使用的C语言版本——标准C的基础。人们熟知的“hello,world”程序就是由本书首次引入的，现在，这一程序已经成为所有程序设计语言入门的第一课。
5、《算法导论》推荐数：671
《代码大全》教你如何正确编程；《人月神话》教你如何正确管理；《设计模式》教你如何正确设计……在我看来，代码只是一个工具，并非精髓。开发软件的主要部分是创建新算法或重新实现现有算法。其他部分则像重新组装乐高砖块或创建“管理”层。我依然梦想这样的工作，我的大部分时间（>50%）是在写算法，其他“管理”细节则留给其他人…… —— Ran Biron
经典的算法书,被亚马逊网，《程序员》等评选为2006年最受读者喜爱的十大IT图书之一。算法领域的标准教材，全球多所知名大学选用MIT名师联手铸就，被誉为“计算机算法的圣经”编写上采用了“五个一”，即一章介绍一个算法、一种设计技术、一个应用领域和一个相关话题。6、《重构：改善既有代码的设计》推荐数：617
《重构:改善既有代码的设计》清晰地揭示了重构的过程，解释了重构的原理和最佳实践方式，并给出了何时以及何地应该开始挖掘代码以求改善。书中给出了70多个可行的重构，每个重构都介绍了一种经过验证的代码变换手法的动机和技术。《重构:改善既有代码的设计》提出的重构准则将帮助你一次一小步地修改你的代码，从而减少了开发过程中的风险。《重构:改善既有代码的设计》适合软件开发人员、项目管理人员等阅读，也可作为高等院校计算机及相关专业师生的参考读物。我想我不得不推荐《重构》：改进现有代码的设计。—— Martin我必须承认，我最喜欢的编程语录是出自这本书：任何一个傻瓜都能写出计算机能理解的程序，而优秀的程序员却能写出别人能读得懂的程序。—— Martin Fowler
7、《设计模式》推荐数：617
自1995年出版以来，本书一直名列Amazon和各大书店销售榜前列。近10年后，本书仍是Addison-Wesley公司2003年最畅销的图书之一。中文版销售逾4万册。就我而言，我认为四人帮编著的《设计模式》是一本极为有用的书。虽然此书并不像其他建议一样有关“元”编程，但它强调封装诸如模式一类的优秀编程技术，因而鼓励其他人提出新模式和反模式（antipatterns），并运用于编程对话中。—— Chris Jester-Young
8、《人月神话》推荐数：588
在软件领域，很少能有像《人月神话》一样具有深远影响力并且畅销不衰的著作。Brooks博士为人们管理复杂项目提供了最具洞察力的见解。既有很多发人深省的观点，又有大量软件工程的实践。本书内容来自Brooks博士在IBM公司System/360家族和OS/360中的项目管理经验。该书英文原版一经面世，即引起业内人士的强烈反响，后又译为德、法、日、俄中等多种语言，全球销量数百万册。确立了其在行业内的经典地位。
9、《计算机程序设计艺术》推荐数：542
《计算机程序设计艺术》系列著作对计算机领域产生了深远的影响。这一系列堪称一项浩大的工程，自1962年开始编写，计划出版7卷，目前已经出版了4卷。《美国科学家》杂志曾将这套书与爱因斯坦的《相对论》等书并列称为20世纪最重要的12本物理学著作。目前Knuth正将毕生精力投入到这部史诗性著作的撰写中。这是高德纳倾注心血写的一本书。—— Peter Coulton
10、《编译原理》（龙书）推荐数：462
我很奇怪，居然没人提到龙书。（或许已有推荐，我没有看到）。我从没忘过此书的第一版封面。此书让我知道了编译器是多么地神奇绝妙。DB
欢迎点赞加关注，老子爱你们。
如何从零开始学习Java？
Java语言是当今程序开发领域的重要工具之一，整个IT行业有大量的Java程序员在从事Web开发、大数据开发、Android开发、后端开发等岗位，因此从就业的角度来说，学习Java语言是个不错的选择。
学习Java语言可以从以下几个方面入手：
第一：理解Java语言中的“抽象”。Java语言是面向对象编程语言，具有较高的抽象层次，所以说学习Java的一个重点就是理解各种“抽象”概念，比如类（class）、接口（interface）、抽象类（abstract class）、枚举（enum）等概念。理解抽象的过程也是建立面向对象编程思想的过程，也就是考虑问题的方式方法。
第二：掌握Java语言的编程过程。Java语言的编程过程总的来说可以分为三个大的步骤，分别是类的定义、对象的创建和方法的调用，这是Java编程的“主线”。在掌握了Java编程这条主线之后，紧接着就要分别了解封装、继承、多态等概念的应用，进而逐步完成对Java开发过程的了解。
第三：重视实验和总结。学习Java编程一定要多动手做实验，通过实验一方面可以建立抽象概念的画面感，另一方面也可以通过实验培养自己的动手能力。另外，实验完成之后一定要及时的总结，这是完善编程思想的重要过程。
第四：注重交流。学习Java语言一定要多与其他程序员交流，交流的过程也是学习的过程，另外可以通过阅读优秀的代码来养成一个较好的编程习惯。
最后，在学习完Java的基本语法之后，要选择一个发展方向，不同的开发方向需要掌握的知识结构是不同的，因此需要制定不同的学习计划。通常情况下，如果没有明确的开发方向，可以选择Web开发方向。
现在学Python应该学2还是3？
首先感谢邀请，学Python2或者3,先了解一下二者之间的区别。
1.性能
Py3.0运行 pystone benchmark的速度比Py2.5慢30%。Guido认为Py3.0有极大的优化空间，在字符串和整形操作上可
以取得很好的优化结果。
Py3.1性能比Py2.5慢15%，还有很大的提升空间。
2.编码
Py3.X源码文件默认使用utf-8编码，这就使得以下代码是合法的：
>>> 中国 = 'china'
>>>print(中国)
china
3. 语法
1）去除了<>，全部改用!=
2）去除``，全部改用repr()
3）关键词加入as 和with，还有True,False,None
4）整型除法返回浮点数，要得到整型结果，请使用//
5）加入nonlocal语句。使用noclocal x可以直接指派外围（非全局）变量
6）去除print语句，加入print()函数实现相同的功能。同样的还有 exec语句，已经改为exec()函数
例如：
2.X: print "The answer is", 2*2
3.X: print("The answer is", 2*2)
2.X: print x, # 使用逗号结尾禁止换行
3.X: print(x, end=" ") # 使用空格代替换行
2.X: print # 输出新行
3.X: print() # 输出新行
2.X: print >>sys.stderr, "fatal error"
3.X: print("fatal error", file=sys.stderr)
2.X: print (x, y) # 输出repr((x, y))
3.X: print((x, y)) # 不同于print(x, y)!
7）改变了顺序操作符的行为，例如x<y，当x和y类型不匹配时抛出TypeError而不是返回随即的 bool值
8）输入函数改变了，删除了raw_input，用input代替：
2.X:guess = int(raw_input('Enter an integer : ')) # 读取键盘输入的方法
3.X:guess = int(input('Enter an integer : '))
9）去除元组参数解包。不能def(a, (b, c)):pass这样定义函数了
10）新式的8进制字变量，相应地修改了oct()函数。
2.X的方式如下：
>>> 0666
438
>>> oct(438)
'0666'
3.X这样：
>>> 0666
SyntaxError: invalid token (<pyshell#63>, line 1)
>>> 0o666
438
>>> oct(438)
'0o666'
11）增加了 2进制字面量和bin()函数
>>> bin(438)
'0b110110110'
>>> _438 = '0b110110110'
>>> _438
'0b110110110'
12）扩展的可迭代解包。在Py3.X 里，a, b, *rest = seq和 *rest, a = seq都是合法的，只要求两点：rest是list
对象和seq是可迭代的。
13）新的super()，可以不再给super()传参数，
>>> class C(object):
def __init__(self, a):
print('C', a)
>>> class D(C):
def __init(self, a):
super().__init__(a) # 无参数调用super()
>>> D(8)
C 8
<__main__.D object at 0x00D7ED90>
14）新的metaclass语法：
class Foo(*bases, **kwds):
pass
15）支持class decorator。用法与函数decorator一样：
>>> def foo(cls_a):
def print_func(self):
print('Hello, world!')
cls_a.print = print_func
return cls_a
>>> @foo
class C(object):
pass
>>> C().print()
Hello, world!
class decorator可以用来玩玩狸猫换太子的大把戏。更多请参阅PEP 3129
4. 字符串和字节串
1）现在字符串只有str一种类型，但它跟2.x版本的unicode几乎一样。
2）关于字节串，请参阅“数据类型”的第2条目
5.数据类型
1）Py3.X去除了long类型，现在只有一种整型——int，但它的行为就像2.X版本的long
2）新增了bytes类型，对应于2.X版本的八位串，定义一个bytes字面量的方法如下：
>>> b = b'china'
>>> type(b)
<type 'bytes'>
str对象和bytes对象可以使用.encode() (str -> bytes) or .decode() (bytes -> str)方法相互转化。
>>> s = b.decode()
>>> s
'china'
>>> b1 = s.encode()
>>> b1
b'china'
3）dict的.keys()、.items 和.values()方法返回迭代器，而之前的iterkeys()等函数都被废弃。同时去掉的还有
dict.has_key()，用 in替代它吧
6.面向对象
1）引入抽象基类（Abstraact Base Classes，ABCs）。
2）容器类和迭代器类被ABCs化，所以cellections模块里的类型比Py2.5多了很多。
>>> import collections
>>> print('\n'.join(dir(collections)))
Callable
Container
Hashable
ItemsView
Iterable
Iterator
KeysView
Mapping
MappingView
MutableMapping
MutableSequence
MutableSet
NamedTuple
Sequence
Set
Sized
ValuesView
__all__
__builtins__
__doc__
__file__
__name__
_abcoll
_itemgetter
_sys
defaultdict
deque
另外，数值类型也被ABCs化。关于这两点，请参阅 PEP 3119和PEP 3141。
3）迭代器的next()方法改名为__next__()，并增加内置函数next()，用以调用迭代器的__next__()方法
4）增加了@abstractmethod和 @abstractproperty两个 decorator，编写抽象方法（属性）更加方便。
7.异常
1）所以异常都从 BaseException继承，并删除了StardardError
2）去除了异常类的序列行为和.message属性
3）用 raise Exception(args)代替 raise Exception, args语法
4）捕获异常的语法改变，引入了as关键字来标识异常实例，在Py2.5中：
>>> try:
... raise NotImplementedError('Error')
... except NotImplementedError, error:
... print error.message
...
Error
在Py3.0中：
>>> try:
raise NotImplementedError('Error')
except NotImplementedError as error: #注意这个 as
print(str(error))
Error
5）异常链，因为__context__在3.0a1版本中没有实现
8.模块变动
1）移除了cPickle模块，可以使用pickle模块代替。最终我们将会有一个透明高效的模块。
2）移除了imageop模块
3）移除了 audiodev, Bastion, bsddb185, exceptions, linuxaudiodev, md5, MimeWriter, mimify, popen2,
rexec, sets, sha, stringold, strop, sunaudiodev, timing和xmllib模块
4）移除了bsddb模块(单独发布，可以从http://www.jcea.es/programacion/pybsddb.htm获取)
5）移除了new模块
6）os.tmpnam()和os.tmpfile()函数被移动到tmpfile模块下
7）tokenize模块现在使用bytes工作。主要的入口点不再是generate_tokens，而是 tokenize.tokenize()
9.其它
1）xrange() 改名为range()，要想使用range()获得一个list，必须显式调用：
>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2）bytes对象不能hash，也不支持 b.lower()、b.strip()和b.split()方法，但对于后两者可以使用 b.strip(b’
\n\t\r \f’)和b.split(b’ ‘)来达到相同目的
3）zip()、map()和filter()都返回迭代器。而apply()、 callable()、coerce()、 execfile()、reduce()和reload
()函数都被去除了
现在可以使用hasattr()来替换 callable(). hasattr()的语法如：hasattr(string, '__name__')
4）string.letters和相关的.lowercase和.uppercase被去除，请改用string.ascii_letters 等
5）如果x < y的不能比较，抛出TypeError异常。2.x版本是返回伪随机布尔值的
6）__getslice__系列成员被废弃。a[i:j]根据上下文转换为a.__getitem__(slice(I, j))或 __setitem__和
__delitem__调用
7）file类被废弃，在Py2.5中：
>>> file
<type 'file'>
在Py3.X中：
>>> file
Traceback (most recent call last):
File "<pyshell#120>", line 1, in <module>
file
NameError: name 'file' is not defined
个人认为学习Python3比较好一些，有部分库Python3不支持那都是常年不使用的库而已，注意一定要确定方向是数据分析、爬虫还是Web等等。
Python小白应如何入门？
Python小白怎么入门？这个问题不知道让我怎么回答，因为python可用于多种场景，比如：人工智能呢个、数据分析、数据挖掘、自动化运维、web开发等，都是发展路线。下面介绍一下数据分析的入门及发展学习路线。
0.Python使用工具
1. python基础
2. 数据基础
3. Numpy
4. Pandas
5. Matplotlib
6. 爬虫
7. 机器学习
1.数据分析工具选择
数据分析时，选择一款简单、喜欢的编程工具，将达到事半功倍的效果，这里介绍流行好用的工具
Ø Pycharm：
PyCharm 是一款功能强大的 Python 编辑器，具有跨平台性，下载地址：https://www.jetbrains.com/pycharm/download/#section=windows
professional 表示专业版，community 是社区版，推荐安装社区版，因为是免费使用的。
Ø Jupyter notebook、Jupyter Lab
Jupyter Notebook 是一个基于 Web 的交互式计算笔记本环境。(https://jupyter-notebook.readthedocs.io/en/stable/notebook.html)
The notebook extends the console-based approach to interactive computing in a qualitatively new direction, providing a web-based application suitable for capturing the whole computation process: developing, documenting, and executing code, as well as communicating the results. The Jupyter notebook combines two components:
A web application: a browser-based tool for interactive authoring of documents which combine explanatory text, mathematics, computations and their rich media output.
Notebook documents: a representation of all content visible in the web application, including inputs and outputs of the computations, explanatory text, mathematics, images, and rich media representations of objects.
Ø Vim
Vim是从 vi 发展出来的一个文本编辑器。代码补完、编译及错误跳转等方便编程的功能特别丰富，在程序员中被广泛使用。
Ø Spyter
Spyder是Python(x,y)的作者为它开发的一个简单的集成开发环境。和其他的Python开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以很方便地观察和修改数组的值。
2.Python基础
学习顺序如下图所示：
一、基础：数据类型和变量、字符串和编码、 列表、元组、字典、条件判断
循环While循环、For循环、循环嵌套、break语句、continue语句、pass语句、日期和时间、正则表达式
二、函数：调用函数、定义函数、函数参数、递归函数
三、高级特性：切片、迭代、列表生成式、生成器、迭代器
四、面向对象：类和实例、继承和多态、获取对象信息、实例属性和类属性
五、错误、调试和测试、错误处理、调试、单元测试、文档测试
六、Python练习题：
Python100例：
菜鸟教程：https://www.runoob.com/python/python-100-examples.html
力扣 (LeetCode) 全球极客挚爱的技术成长平台：
https://leetcode-cn.com/problemset/all/
Python3中文官方文档网址如下：
http://doc.iplaypy.com/python3/
3.Panda(https://www.pypandas.cn/docs/)
Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
利器之一：DataFrame
DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
利器之一：Series
它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。
学习视频：
【全30集】使用 pandas 进行数据分析：Data analysis in Python with pandas】
https://www.bilibili.com/video/av6785636?from=search&seid=15880205862713615709
【莫烦PythonàNumpy&Pandas数据处理教程】
https://www.bilibili.com/video/av16378934?from=search&seid=15880205862713615709
4.Numpy科学计算的基础软件包（https://www.numpy.org.cn/user/setting-up.html）
NumPy是使用Python进行科学计算的基础软件包。除其他外，它包括：
功能强大的N维数组对象。精密广播功能函数。集成 C/C+和Fortran 代码的工具。强大的线性代数、傅立叶变换和随机数功能利器之一：Ndarray
NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。
利器之一：切片和索引
ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。
5.Matplotlib
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。
为什么选择 Matplotlib？
如果某天你发现自己要学习 Matplotlib, 很可能是因为: 1、Matplotlib 是一个非常强大的 Python 画图工具；2、手中有很多数据, 可是不知道该怎么呈现这些数据。
Matplotlib 能帮你？
绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、、甚至是图形动画等等。
6.爬虫
Beautiful Soup中文教程文档：http://doc.iplaypy.com/bs4/
Beautiful Soup是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间.
Requests
Requests中文文档 ：（http://doc.iplaypy.com/requests/） 唯一的一个非转基因的 Python HTTP 库，人类可以安全享用。Requests 允许你发送纯天然，植物饲养的 HTTP/1.1 请求，无需手工劳动。你不需要手动为 URL 添加查询字串，也不需要对 POST 数据进行表单编码。
Scrapy
Scrapy官方中文手册，高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试...7.数学基础
数据分析进阶版—机器学习
数学基础学习的为：微积分、线性代数、概率论
8.机器学习
机器学习的定义：
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、 逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现 人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构（利用数据 或经验等）使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的 各个领域，包括网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺 诈检测、股票交易和医疗诊断等应用