Python学习笔记（三）--高级特性

一、切片 [n:k:y] n_开始，k_结束,不包含k，y_步长,间隔

取一个list或tuple的部分元素是非常常见的操作。比如，一个list如下：

>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']

对这种经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符。

>>> L[0:3]['Michael', 'Sarah', 'Tracy']

L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。如果第一个索引是0，还可以省略。

>>> L[:3]['Michael', 'Sarah', 'Tracy']

类似的，既然Python支持L[-1]取倒数第一个元素，那么它同样支持倒数切片，试试：

>>> L[-2:]['Bob', 'Jack']>>> L[-2:-1]['Bob']

所有数，每5个取一个：

L = list(range(100))

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

二、迭代

通过for ... in循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）

断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：

>>> 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

任何可迭代对象都可以作用于for循环，包括我们自定义的数据类型，只要符合迭代条件，就可以使用for循环

最后一个小问题，如果要对list实现类似Java那样的下标循环怎么办？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

三、列表生成式
List Comprehensions，可以用来创建list的生成式。

写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来

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

写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来
for循环后面加上if判断，这样我们就可以筛选出仅偶数的平方

L = ['Hello','WORLD']print([s.lower() for s in L])

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

还可以使用两层循环，可以生成全排列：

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

for循环其实可以同时使用两个甚至多个变量，比如dict的items()可以同时迭代key和value。
因此，列表生成式也可以使用两个变量来生成list：

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

最后把一个list中所有的字符串变成小写：

>>> L = ['Hello', 'World', 'IBM', 'Apple']>>> [s.lower() for s in L]['hello', 'world', 'ibm', 'apple']

非字符串类型没有lower()方法，可以使用内建的isinstance()函数可以判断一个变量是不是字符串
L1 = ['Hello', 'World', 18, 'Apple', None]L2 = [s.lower() for s in L1 if isinstance(s, str)]print(L2)
L = ['Hello','WORLD']print([s.lower() for s in L])   # 生成列表print(list(s.lower() for s in L))   # 生成器表达式

四、生成器
一边循环一边计算的机制，称为生成器：generator。
创建方法：
1、要把一个列表生成式的[]改成()，就创建了一个generator：
>>> 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>
可以通过next()函数获得generator的下一个返回值
 g = (x * x for x in range(10))>>> g<generator object <genexpr> at 0x1022ef630>
>>> next(g)0>>> next(g)1>>> next(g)4
我们讲过，generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。或者使用for循环
>>> g = (x * x for x in range(10))>>> for n in g:...     print(n)

2、若函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator
def fib(max1):    n, a, b = 0, 0, 1    while n < max1:        print(b)#返回b        yield b            a, b = b, a+b        n += 1    return 'done'
for i in fib(6):    print(i)
f = fib(6)next(f)next(f)next(f)。
函数是顺序执行，遇到return语句或者最后一行函数语句就返回。
而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。捕获错误：
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中
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
五、迭代器
1、可迭代对象Iterable：可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
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
2、迭代器Iterator：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
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
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
>>> isinstance(iter([]), Iterator)True>>> isinstance(iter('abc'), Iterator)True
Iterator对象表示的是一个数据流，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，Iterator甚至可以表示一个无限大的数据流。而使用list是永远不可能存储全体自然数的。

总结：
1、迭代器是一种支持next()操作的对象. 它包含一组元素, 当执行next()操作时, 返回其中的一个元素; 当所有元素被返回后, 给出StopIteration异常.
生成器是一种迭代器,也是一种特殊的函数, 使用yeild操作来将函数构造成迭代器. 普通的函数只有一个入口, 有一个返回值. 但是生成器有多个多个入口, 多个返回值.
2、凡是可作用于for循环的对象都是可迭代对象Iterable类型；
凡是可作用于next()函数的对象都是迭代器Iterator类型，它们表示一个惰性计算的序列；
3、集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的