1. 注释

python中使用'''或者"""进行文档注释，类似于java中的javadoc

2. 下划线_

_ 常用于临时变量的命名
_name 用于表示私有成员
__name用于避免和派生类变量混淆，也表示私有成员
python下划线的命名规则

name表示一种特殊的成员，如init

3. 高阶函数

• map()
  map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。
• reduce()
  reduce把一个函数作用在一个序列[x1, x2, x3...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算
• filter()
  和map()类似，filter()也接收一个函数和一个序列。和map()不同的时，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
• sorted()
  排序的核心是比较。
  Python内置的sorted()函数就可以对list进行排序：

>>> sorted([36, 5, 12, 9, 21])
[5, 9, 12, 21, 36]

sorted()函数也是一个高阶函数，它还可以接收一个比较函数来实现自定义的排序。比如，如果要倒序排序，我们就可以自定义一个reversed_cmp函数：

def reversed_cmp(x, y):
    if x > y:
        return -1
    if x < y:
        return 1
    return 0

• 关于lambda表达式的注意点
  lambda表达式中lambda x,y : x+y 和 lambda (x,y): x+y表示的意义不一样，前者代表两个参数(x和y)，而后者代表一个参数(即(x,y)元组)

reduce(lambda x,y : x+y, map(lambda (x, w) : x * w, zip(input_vec, self.weights)), 0.0) 

如果没有注意到这点，这样写:

reduce(lambda (x,y) : x+y, map(lambda (x, w) : x * w, zip(input_vec, self.weights)), 0.0) 

可能会出现以下错误：

TypeError: <lambda>() takes exactly 1 argument (2 given)

这是因为(x,y)代表一个参数，而实际上reduce中传递了两个

附录

python语法规范(含_和注释)-简书
廖雪峰教程-函数式编程