据说，每个做 Python 开发的都被字符编码的问题搞晕过，你好像知道怎么解决，但是错误又出现在其它地方，总是重蹈覆辙，问题究竟出在哪里？为了弄清楚这个问题，我决定从 python 字符串的构成以及字符编码的细节上进行深入浅出的分析。

Python 以其简单易懂的语法格式与其它语言形成鲜明对比，初学者遇到最多的问题就是不按照 Python 的规则来写，即便是有编程经验的程序员，也容易按照固有的思维和语法格式来写 Python 代码，有一个外国小伙总结了一些大家常犯的错误，本文把他翻译过来并在原来的基础补充了我的一些理解，希望可以让你避开这些坑。

随着比特币的不断发展,它的底层技术区块链也逐步走进公众视野,引起大众注意。本文用不到50行的Python代码构建最小的数据区块链，简单介绍了区块链去中心化的结构与其实现原理。

本篇将详细介绍Python 类的成员、成员修饰符、类的特殊成员。

面向过程编程最易被初学者接受，其往往用一长段代码来实现指定功能，开发过程中最常见的操作就是粘贴复制，即：将之前实现的代码块复制到现需功能处。

本文介绍gevent一些重要的模块，包括Timeout，Event\AsynResult, Semphore, socket patch，这些模块都涉及当前协程与hub的切换。

gevent是目前应用非常广泛的网络库，高效的轮询IO库libev加上greenlet实现的协程（coroutine），使得gevent的性能非常出色，尤其是在web应用中。本文介绍gevent的调度流程，主要包括gevent对greenlet的封装和使用，以及greenlet与libev的协作。

本文主要介绍python中Enhanced generator即coroutine相关内容，包括基本语法、使用场景、注意事项，以及与其他语言协程实现的异同。

greenlet跟强大，可以从一个协程切换到任意其他协程，这是generator做不到的，但这种能力其实也是双刃剑，前面的注意事项也提到了，必须保证greenlet的正常结束，在协程之间任意的切换很容易出问题。

本文将由浅入深详细介绍yield以及generator，包括以下内容：什么generator，生成generator的方法，generator的特点，generator基础及高级应用场景，generator使用中的注意事项。本文不包括enhanced generator即pep342相关内容。

一般来说，装饰器是一个函数，接受一个函数（或者类）作为参数，返回值也是也是一个函数（或者类）。本文主要讲述了装饰器在python decorator 中的基础运用。

当我们提到一门编程语言的效率时：通常有两层意思，第一是开发效率，这是对程序员而言，完成编码所需要的时间；另一个是运行效率，这是对计算机而言，完成计算任务所需要的时间。编码效率和运行效率往往是鱼与熊掌的关系，是很难同时兼顾的。不同的语言会有不同的侧重，python语言毫无疑问更在乎编码效率，life is short，we use python。

在这篇文章，我想强调一些 Python 可以节约时间并最大限度地提高生产力的方面。在做准备时，我咨询了几个 Pythonists，他们最节省时间的技巧是什么？答案在这里…

本文关注的主要是python陷阱，具体而言，是指CPython，而且除非特别说明，所有代码示例都是在python2.7运行的。

本文主要分为两部分，第一部分主要介绍Logistic回归的理论相关的部分，涉及到通过似然函数建立Logistic回归模型以及使用梯度上升算法优化参数两个主要的内容；第二部分主要总结Logistic回归模型的代码实现和模型训练以及测试等。

如果你已经决定要理解 Python 的异步部分，欢迎来到我们的“Asyncio How-to ”。

上一篇总结了决策树的实现，本文中我将一步步实现一个朴素贝叶斯分类器，并采用SMS垃圾短信语料库中的数据进行模型训练，对垃圾短信进行过滤，在最后对分类的错误率进行了计算。

本文为这系列博客的第一篇，关于决策树(Decision Tree)的算法实现，文中我将对决策树种涉及到的算法进行总结并附上自己相关的实现代码。文中我将一步步通过MLiA的隐形眼镜处方数集构建决策树并使用Graphviz将决策树可视化。

几乎所有的特殊方法（包括 __init__）都是隐式调用的（不直接调用）。对一切皆对象的 Python 来说，类自己当然也是对象。

为什么要挑战自己在代码里不写for loop？因为这样可以迫使你去使用比较高级、地道的语法或库。文中以python为例子，讲了不少大家其实在别人的代码里都见过、但自己很少用的语法。