Python'da, genellikle belirli bir sırayla düzenlenmiş ve sıfır veya daha fazla öğeyi içerebilecek bir dizi olan bir dizi veri türü vardır. Python'da üç ana dizi türü vardır: listeler, demetler (tuple) ve stringler.

1. Listeler: Listeler Python'da en çok kullanılan dizi türüdür. Listeler değiştirilebilir, yani bir liste oluşturulduktan sonra, öğeler ekleyebilir, kaldırabilir veya değiştirebilirsiniz. Listeler köşeli parantezler (`[]`) arasında virgülle ayrılmış değerlerle tanımlanır. Örneğin: `my_list = [1, 2, 3, "apple", "banana"]`.

2. Demetler (Tuple): Demetler değiştirilemez listelerdir. Bir demet oluşturulduktan sonra, içindeki öğeleri değiştiremezsiniz. Demetler parantezler (`()`) arasında virgülle ayrılmış değerlerle tanımlanır. Örneğin: `my_tuple = (1, 2, 3, "apple", "banana")`.

3. Stringler: Stringler, karakter dizileridir ve her karakter bir dizi öğesi olarak kabul edilir. Stringler tek veya çift tırnaklar arasında tanımlanabilir. Örneğin: `my_string = "Hello, world!"`.

Bu üç dizi türü de, belirli bir öğeyi alma (ör. `my_list[0]`), bir dilim alma (ör. `my_string[1:4]`), öğe sayısını bulma (`len(my_tuple)`) gibi ortak işlemleri destekler. Ancak, sadece listeler değiştirilebilir olduğu için, bir öğeyi değiştirme (ör. `my_list[1] = "new value"`) veya bir öğe eklemek/kaldırmak (ör. `my_list.append("another value")`, `my_list.remove("banana")`) gibi işlemler yalnızca listelere uygulanabilir.

"Public behaviors" terimi genellikle bir nesnenin, fonksiyonun veya sınıfın dışarıya açık özelliklerini ifade etmek için kullanılır. Bu, programcının erişebileceği ve kullanabileceği yöntemler, özellikler ve işlevler anlamına gelir.

Bir örnekle açıklamak gerekirse, Python'da bir sınıf oluşturduğunuzda, o sınıfın metotları ve özellikleri genellikle "public" olacaktır. Yani, sınıfın bir örneğini oluşturduktan sonra bu metotları ve özellikleri çağırabilirsiniz.

class MyExampleClass:
    def __init__(self, name):
        self.name = name

    def say_hello(self):
        print(f"Hello, {self.name}!")

example = MyExampleClass("Alice")
example.say_hello()  # Bu bir "public behavior"dir

Yukarıdaki örnekte, say_hello metodu bir "public behavior"dir çünkü MyExampleClass sınıfının bir örneği üzerinden erişilebilir ve çağrılabilir. Aynı şekilde, name özelliği de bir "public behavior"dir çünkü MyExampleClass sınıfının bir örneği üzerinden erişilebilir ve değiştirilebilir.

Bu, bir sınıfın veya nesnenin dışarıya açık arayüzünün bir parçasıdır ve genellikle belgelendirilmiş ve sabit (değişmez) olması beklenir. Bu "public behaviors", bir sınıfın veya nesnenin nasıl kullanılacağını belirler.

Öte yandan, bir sınıfın veya nesnenin "private" özellikleri ve metotları da olabilir. Bunlar genellikle dışarıdan erişime kapalıdır ve yalnızca sınıfın veya nesnenin içindeki diğer metotlar tarafından kullanılabilir. Python'da, "private" özellikler ve metotlar genellikle iki alt çizgi (__) ile başlar. Bunlar genellikle sınıfın veya nesnenin iç işleyişine ilişkin ayrıntılarla ilgilidir ve kullanıcının endişelenmesi gereken bir şey değildir.

"Implementation Details", bir algoritma veya yazılımın gerçekleştirilme biçimi hakkında teknik bilgileri ifade eder. Bu detaylar, algoritmanın veya yazılımın işlevini anlamak için genellikle gerekli olmayabilir, ancak bunun nasıl ve ne şekilde yapıldığını anlamak için önemlidir. 

Örneğin, bir sıralama algoritması hakkında konuştuğumuzda, bu algoritmanın işlevi genellikle listeyi sıralamaktır. Ancak, "implementation details" bu algoritmanın ne şekilde sıralama yaptığını (örneğin, hızlı sıralama, kabarcık sıralama vb. gibi), hangi veri yapılarını kullandığını ve hangi özel durumları ele aldığını belirtir.

Python'da listelerin veya diğer veri yapılarının gerçekleştirilme biçimini incelemek isterseniz, bu bir "implementation detail"dir. Örneğin, Python listeleri dinamik bir dizi (dynamic array) kullanarak gerçekleştirilir, bu da listeye öğeler ekledikçe veya çıkardıkça boyutunun otomatik olarak ayarlandığı anlamına gelir. Bu, Python listelerinin nasıl çalıştığını anlamak için önemli bir ayrıntıdır, ancak genellikle bir Python listesi kullanırken endişelenmeniz gereken bir şey değildir.

"Implementation details" genellikle bir yazılımın veya algoritmanın performansını, bellek kullanımını ve genel işleyişini anlamak için önemlidir. Ancak, bu ayrıntılar genellikle bir dilin veya kütüphanenin belgelerinde, algoritma öğretim kitaplarında veya yazılımın iç belgelerinde bulunabilir.

"Asymptotic Analysis" ve "Experimental Analysis" terimleri, bir algoritmanın performansını değerlendirmek için kullanılan iki farklı teknikten bahseder.

Asymptotic Analysis: Asymptotic analysis, bir algoritmanın karmaşıklığını belirlemek için kullanılan teorik bir analiz metodudur. Bu analiz, algoritmanın büyüme hızını veya performansını, giriş büyüklüğünün sonsuzluğa yaklaştığı durumlarda analiz eder. Bu analiz tipi, Big O, Big Theta ve Big Omega notasyonları kullanılarak ifade edilebilir. Örneğin, bir algoritmanın karmaşıklığı O(n) ise, bu algoritmanın performansının giriş büyüklüğü ile doğru orantılı olarak arttığını ifade eder.

Experimental Analysis: Bu tür bir analiz, algoritmanın gerçek performansını ölçmek için deneylere dayanır. Bu genellikle kodun gerçek uygulaması ile yapılır. Algoritma belirli bir girdi seti üzerinde çalıştırılır ve çıktıların zaman ve bellek kullanımı ölçülür. Bu tür bir analiz genellikle belirli bir durumda algoritmanın nasıl performans gösterdiğini belirlemek için kullanılır.

Bu iki analiz türü, bir algoritmanın performansını belirlemek ve karşılaştırmak için birlikte kullanılabilir. Asymptotic analysis, algoritmanın teorik sınırlarını ve potansiyelini belirlemek için kullanılırken, experimental analysis, algoritmanın gerçek dünyada nasıl çalıştığını görmek için kullanılır.