Python系列(三)之Python高级特性
来源:互联网 发布:多级会员管理系统源码 编辑:程序博客网 时间:2024/06/10 23:31
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
- Python系列(三)之Python高级特性
- 【python】Python速成(三) --高级特性
- Python基础之三高级特性
- python之 高级特性
- python基础系列(三)之高级数据结构
- python学习(三):高级特性
- Python学习笔记(三)高级特性
- Python学习 (三 高级特性)
- Python学习笔记(三)--高级特性
- Python学习笔记(三):高级特性
- Python学习系列:高级特性
- Python之学习笔记(高级特性)
- 【Python】高级特性之切片(slice)
- python高级特性之生成器(generator)
- Python 高级特性之 lambda
- Python 高级特性之 map( )
- Python 高级特性之 reduce( )
- Python 高级特性之 filter( )
- Android Handler 机制以及各方法所在线程原理分析
- Bitmap和Drawable的关系、区别
- Android 热修复 Tinker Gradle Plugin解析
- 一个经典的n皇后问题
- js 中{},[]中括号,大括号使用详解
- Python系列(三)之Python高级特性
- 奶爸英语学习课程要点(第8课, 彻底突破常速英语, 中级)
- Javascript中bind实现
- 顶顶顶顶
- Mysql安装教程
- [Leetcode] 547. Friend Circles 解题报告
- matlab在图片上画框
- 贪吃蛇游戏设计
- PADS PCB开窗问题