Python系列（三）之Python高级特性

1. 切片

切片操作（slice），即从list（tuple是一种特殊的list）中获取部分元素。

• L[m,n]表示从L[m]~L[n-1]的list。
• L[:n]表示从L[0]~L[n-1]的list。
• L[m:]表示从L[m]~L[len(L)-1]。
• L[-m:]表示倒数m个数的list。
• L[m:n:k]表示从L[m:n]list中每k个取一个数组成一个新的list。
• L[::k]表示从L中每k个取一个组成新的list。
• tuple也是一种list（不可变的list），使用切片操作的结果仍为tuple。

#定义list>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']#切片操作>>> L[0:3]['Michael', 'Sarah', 'Tracy']>>> L[:3]['Michael', 'Sarah', 'Tracy']>>> L[1:3]['Sarah', 'Tracy']>>> L[-2:]['Bob', 'Jack']>>> L[-2:-1]['Bob']#定义0-99的list>>> L = list(range(100))#前10个数每两个取一个>>> L[:10:2][0, 2, 4, 6, 8]#所有数，每5个取一个>>> L[::5][0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]#tuple的切片操作>>> (0, 1, 2, 3, 4, 5)[:3](0, 1, 2)#字符串切片操作>>> 'ABCDEFG'[:3]'ABC'>>> 'ABCDEFG'[::2]'ACEG'

2. 迭代

2.1 迭代的概念

迭代：在某类对象的集合中通过遍历的方法来获取元素，对元素执行某项操作。

Python中的可迭代对象有：list，tuple，dict，str等，包括可迭代的自定义类型。

判断一类对象是否可迭代，可以通过collections模块的Iterable类型判断。例如：

>>> from collections import Iterable>>> isinstance('abc', Iterable) # str是否可迭代True>>> isinstance([1,2,3], Iterable) # list是否可迭代True>>> isinstance(123, Iterable) # 整数是否可迭代False

2.2 迭代的使用

在Python中，迭代是通过for ... in来完成的。

2.2.1 dict的迭代

>>> d = {'a': 1, 'b': 2, 'c': 3}>>> for key in d:...     print(key)...acb

• dict默认迭代的是key，for key in d。
• 可以使用for value in d.values()来迭代value。
• 可以用for k, v in d.items()来迭代key和value。

2.2.2 字符串的迭代

>>> for ch in 'ABC':...     print(ch)...ABC

2.2.3 迭代的索引

Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身。

>>> for i, value in enumerate(['A', 'B', 'C']):...     print(i, value)...0 A1 B2 C

2.2.4 多变量迭代

在for中，同时引用多个变量。例如：

>>> for x, y in [(1, 1), (2, 4), (3, 9)]:...     print(x, y)...1 12 43 9

3. 列表生成式

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。

一般是通过for … in和range来生成list。

>>> list(range(1, 11))[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]>>> [x * x for x in range(1, 11)][1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

for循环中加if判断

>>> [x * x for x in range(1, 11) if x % 2 == 0][4, 16, 36, 64, 100]

多层循环

>>> [m + n for m in 'ABC' for n in 'XYZ']['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

多变量循环

>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }>>> [k + '=' + v for k, v in d.items()]['y=B', 'x=A', 'z=C']

可以使用内建的isinstance函数可以判断一个变量是不是字符串。

4. 生成器

在Python中，一边循环一边计算的机制，称为生成器：generator。生成器不必创建完整的list，可以在循环中不断推算出后续的元素，从而可以在获取所需元素的同时节省存储空间。

4.1 直接创建generator

创建generator即把列表生成式的[]改成()。

>>> L = [x * x for x in range(10)]>>> L[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]>>> g = (x * x for x in range(10))>>> g<generator object <genexpr> at 0x1022ef630>

一般通过for循环来获取generator的元素，也可以使用next(g)来获取下一个元素。

>>> g = (x * x for x in range(10))#通过for循环获取元素>>> for n in g:...     print(n)... 014#通过next()获取元素>>> next(g)0>>> next(g)1

4.2 通过函数方式创建

通过yield关键字将一个函数变成generator。例如：

函数的定义：

def fib(max):    n, a, b = 0, 0, 1    while n < max:        print(b)        a, b = b, a + b        n = n + 1    return 'done'

生成器的定义：

def fib(max):    n, a, b = 0, 0, 1    while n < max:        yield b        a, b = b, a + b        n = n + 1    return 'done'

两者的差别在于生成器将函数的print(b)改为yield b。yield可以翻译为生成，即基于某次计算生成某个元素，而不是提前存储了该元素。

函数式的generator一般采用for循环来获取元素，也可以通过next()来获取下一个元素的值，例如：

>>> for n in fib(6):...     print(n)...112358

如果要获取return的内容，可以捕获StopIteration错误，返回值包含在StopIteration的value中。

>>> g = fib(6)>>> while True:...     try:...         x = next(g)...         print('g:', x)...     except StopIteration as e:...         print('Generator return value:', e.value)...         break...g: 1g: 1g: 2g: 3g: 5g: 8Generator return value: done

5. 迭代器

5.1 可迭代对象

可以直接作用于for循环的对象统称为可迭代对象：Iterable。主要有：

• 集合数据类型，如list、tuple、dict、set、str等
• generator，包括生成器和带yield的generator function

可以使用isinstance()判断一个对象是否是Iterable对象：

>>> from collections import Iterable>>> isinstance([], Iterable)True>>> isinstance({}, Iterable)True>>> isinstance('abc', Iterable)True>>> isinstance((x for x in range(10)), Iterable)True>>> isinstance(100, Iterable)False

5.2 迭代器

可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。

生成器都是Iterator对象，但list、dict、str是Iterable，而不是Iterator。

可以使用isinstance()判断一个对象是否是Iterator对象：

>>> from collections import Iterator>>> isinstance((x for x in range(10)), Iterator)True>>> isinstance([], Iterator)False>>> isinstance({}, Iterator)False>>> isinstance('abc', Iterator)False

可以通过iter()函数将Iterable转换成Iterator。

>>> isinstance(iter([]), Iterator)True>>> isinstance(iter('abc'), Iterator)True

Python的Iterator对象表示的是一个数据流，可以是无限大的数据流，例如全体自然数。

• Iterator的元素是基于计算的，可以理解为惰性的、动态的、长度未知的（元素个数可能无限）。
• list、dict、str的元素是基于存储的，可以理解为静态的、长度已知的（元素个数有限）。

文章参考：廖雪峰Python教程