python3高级特性

来源：互联网发布：网络营销策划方案例子编辑：程序博客网时间：2024/06/09 18:19

高级特性

代码越少、开发效率越高

切片

作用
取list或tuple的部分元素

语句

定义

1.>>> L = list(range(100))2.>>> L3.[0, 1, 2, 3, ..., 99]

取前十个数
```
1.>>>L[:10]2.[0,1,2,3,4,5,6,7,8,9]
```

取后十个数

1.>>> L[-10:]2.[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

取中间十个数

1.>>> L[10:20]2.[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]

前十个数，每两个取一个
```
1.>>> L[:10:2]2.[0, 2, 4, 6, 8]
```

所有数，每五个取一个

1.>>> L[::5]2.[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

复制
```
1.>>> L[:]2.[0, 1, 2, 3, ..., 99]
```

注意
1. list切片操作后，结果仍是list
2. tuple切片操作后，结果仍是tuple
3. 字符串也可以用切片操作，结果仍是字符串

迭代

作用
用for...in循环来遍历这个list或tuple
语句
1. 循环迭代list或tuple
```
1.>>>w=[1,2,3]2.>>>for i in w:3....     print(key)4....5.16.27.3
```
2. 循环迭代dict,迭代顺序可能不一样
```
1.>>> d = {'a': 1, 'b': 2, 'c': 3}2.>>> for key in d:3....     print(key)4....5.a6.c7.b
```
  默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。
3. 循环迭代字符串
```
1.>>> for ch in 'ABC':2....     print(ch)3....4.A5.B6.C
```

注意

判断一个对象是否可迭代
方法是通过collections模块的Iterable类型判断

1.>>> from collections import Iterable2.>>> isinstance('abc', Iterable) # str是否可迭代3.True4.>>> isinstance([1,2,3], Iterable) # list是否可迭代5.True6.>>> isinstance(123, Iterable) # 整数是否可迭代7.False

用for循环同时迭代索引和元素本身

1.>>> for i, value in enumerate(['A', 'B', 'C']):2....     print(i, value)3....4.0 A5.1 B6.2 C

同时迭代两个数

1.>>> for s in[(1,1),(2,3),(3,4)]:2....     print(s)3....4.(1, 1)5.(2, 3)6.(3, 4)7.>>> for x,y in[(1,1),(2,3),(3,4)]:8....     print(x,y)9....10.1 111.2 312.3 4

列表生成式

作用
简单却强大的可以用来创建list的生成式。

语句

如果要生成[1x1, 2x2, 3x3, …, 10x10]怎么做

1.>>> [x * x for x in range(1, 11)]2.[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

用for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方
```
1.>>> [x * x for x in range(1, 11) if x % 2 == 0]2.[4, 16, 36, 64, 100]
```

使用两层循环，可以生成全排列

1.>>> [m + n for m in 'ABC' for n in 'XYZ']2.['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

列表生成式也可以使用两个变量来生成list

1.>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }2.>>> [k + '=' + v for k, v in d.items()]3.['y=B', 'x=A', 'z=C']

注意

用isinstance()函数可以判断一个变量是不是字符串

1.>>> x = 'abc'2.>>> y = 1233.>>> isinstance(x, str)4.True5.>>> isinstance(y, str)6.False

生成器

作用
如果列表元素过多，会占用大量内存。但是如果列表元素可以按照某种算法推算出来，那么就不用创建完整的list，在python中可以通过一种一边循环一边计算的：generator的生成器机制。

语句

把列表生成器的[]改成()

1.>>> g = (x * x for x in range(10))2.>>> for n in g:3....     print(n)4.... 5.06.17.48.99.1610.2511.3612.4913.6414.81

使用yield这个关键字

一般的斐波那契数列写法

1.def fib(max):2.n, a, b = 0, 0, 13.while n < max:4.    print(b)5.    a, b = b, a + b6.    n = n + 17.return 'done'

使用生成器的写法

1.def fib(max):2.    n, a, b = 0, 0, 13.    while n < max:4.          yield b5.          a, b = b, a + b6.          n = n + 17.    return 'done'

1.>>> for n in fib(6):2....     print(n)3....4.15.16.27.38.59.8

注意

创建了generator后，调用next(),可能会出现StopIteration的错误，所以都是通过for循环来迭代它。

在generator的函数中，每次调用next()的时候，遇到yield语句就返回，所以最后发现拿不到return语句的返回值，要拿到就得捕获StopIteration错误。

1.>>> g = fib(6)2.>>> while True:3....     try:4....         x = next(g)5....         print('g:', x)6....     except StopIteration as e:7....         print('Generator return value:', e.value)8....         break9....10.g: 111.g: 112.g: 213.g: 314.g: 515.g: 816.Generator return value: done

迭代器

作用
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

语句

使用isinstance()判断一个对象是否是Iterator对象

1.>>> from collections import Iterator2.>>> isinstance((x for x in range(10)), Iterator)3.True4.>>> isinstance([], Iterator)5.False6.>>> isinstance({}, Iterator)7.False8.>>> isinstance('abc', Iterator)9.False

把list、dict、str等Iterable变成Iterator可以使用iter()函数

1.>>> isinstance(iter([]), Iterator)2.True3.>>> isinstance(iter('abc'), Iterator)4.True

注意
为什么list、dict、str等数据类型不是Iterator?
这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

0 0