python的高級特性

切片

  • 對于取指定索引范圍的操作，用循環(huán)十分繁瑣，因此，Python提供了切片（Slice）操作符，能大大簡化這種操作。
lit = ['jack','cat',8,'tom'];
x=lit[0:3];
y=lit[-2:-1]
z=lit[:]
print(x);
print(y);
print(z);

輸出：

======================= RESTART: D:/pythonTest/def.py =======================
['jack', 'cat', 8]
[8]
['jack', 'cat', 8, 'tom']
  • 由于String也可以看作一種List，所以自然也可以用切片的形式取出某段字符串
str="i love u";
print(str[2:6]);
======================= RESTART: D:/pythonTest/def.py =======================
love
  • 同時支持隔幾個數(shù)取一個數(shù)
L=list(range(100));
#前十個數(shù)，隔2取1
print(L[:10:2]);
#所以數(shù)，隔5取1
print(L[::5])
======================= RESTART: D:/pythonTest/def.py =======================
[0, 2, 4, 6, 8]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

迭代（Iteration）

  • 在Python中，迭代是通過for ... in來完成的
  • Python的for循環(huán)不僅可以用在list或tuple上，還可以作用在其他可迭代對象上。list這種數(shù)據(jù)類型雖然有下標，但很多其他數(shù)據(jù)類型是沒有下標的，但是，只要是可迭代對象，無論有無下標，都可以迭代
    各種迭代類型：
L = ['a', 'b', 'c']
T = ('a', 'b', 'c')
D = {1: 'a', 2: 'b', 3: 'c'}
S = "i love u"
for l in L:
    print(l, end='')

print()

for t in T:
    print(t, end='')

print()

#迭代鍵
for key in D:
    print(key, end='')

print()

#迭代值
for value in D.values():
    print(value, end='')

print()

#迭代鍵和值
for k, v in D.items():
    print("%d" % k + ":" + v)

for s in S:
    print(s, end="")

輸出：

abc
abc
123
abc
1:a
2:b
3:c
i love u
  • 通過collections模塊的Iterable類型判斷是否可迭代
import collections
print(isinstance('abc', collections .Iterable))
print(isinstance(['a', 'b', 'c'], collections .Iterable))
print(isinstance(range(100), collections .Iterable))
================================================
True
True
True
  • Python內(nèi)置的enumerate函數(shù)可以把一個list變成索引-元素對，這樣就可以在for循環(huán)中同時迭代索引和元素本身：
for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)
===========================
0 A
1 B
2 C

列表生成器

  • 列表生成式即List Comprehensions，是Python內(nèi)置的非常簡單卻強大的可以用來創(chuàng)建list的生成式。
    如生成：[1x1, 2x2, 3x3, ..., 10x10]
L = [x * x for x in range(1, 11)]
print(L)
=================================
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

for循環(huán)后面還可以加上if判斷，這樣我們就可以篩選出僅偶數(shù)的平方

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

還可以使用兩層循環(huán)，可以生成全排列：

S = [ m + n for m in "AB" for n in "CD"]
print(S)
================================
['AC', 'AD', 'BC', 'BD']

列表生成式使用兩個變量來生成list：

D = {"x": "A", "Y": "B", "Z": "C"}
P = [k + "=" + z for k, z in D.items()]
print(P)
=================================
['x=A', 'Y=B', 'Z=C']

生成器（generator）

  • 在Python中，一邊循環(huán)一邊計算的機制，稱為生成器
  • generator保存的是算法，每次調用next(generator)，就計算出generator的下一個元素的值，直到計算到最后一個元素，沒有更多的元素時，拋出StopIteration的錯誤。
  • 但一般用for循環(huán)來輸出其元素，這樣不用擔心StopIteration的錯誤
g = (x * x for x in range(10))
for v in g :
    print(v)
==================================
0
1
4
9
16
25
36
49
64
81
  • generator非常強大。如果推算的算法比較復雜，用類似列表生成式的for循環(huán)無法實現(xiàn)的時候，還可以用函數(shù)來實現(xiàn)。
  • 如果一個函數(shù)定義中包含yield關鍵字，那么這個函數(shù)就不再是一個普通函數(shù)，而是一個generator
  • 變成generator的函數(shù)，在每次調用next()的時候執(zhí)行，遇到y(tǒng)ield語句返回，再次執(zhí)行時從上次返回的yield語句處繼續(xù)執(zhí)行。
def fun ():
    print("step 1")
    yield 1
    print("step 2")
    yield 2
    print("step 3")
    yield 3

f = fun()
next(f)
next(f)
next(f)
========================
step 1
step 2
step 3
  • 捕獲StopIteration錯誤
f = fun()
while True:
    try:
        print(next(f))
    except StopIteration as e:
        print("generator end")
        break
==========================
step 1
1
step 2
2
step 3
3
generator end

迭代器

  • 可以直接作用于for循環(huán)的數(shù)據(jù)類型有以下幾種：
    a. 一類是集合數(shù)據(jù)類型，如list、tuple、dict、set、str等；

    b.一類是generator，包括生成器和帶yield的generator function。

  • 這些可以直接作用于for循環(huán)的對象統(tǒng)稱為可迭代對象：Iterable。

  • 可以使用isinstance()判斷一個對象是否是Iterable對象：

>>> 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

  • 生成器不但可以作用于for循環(huán)，還可以被next()函數(shù)不斷調用并返回下一個值

  • 可以被next()函數(shù)調用并不斷返回下一個值的對象稱為迭代器：Iterator。

  • 可以使用isinstance()判斷一個對象是否是Iterator對象：

>>> 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對象，但list、dict、str雖然是Iterable，卻不是Iterator。

  • 把list、dict、str等Iterable變成Iterator可以使用iter()函數(shù)：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
  • 為什么list、dict、str等數(shù)據(jù)類型不是Iterator？
  • 這是因為Python的Iterator對象表示的是一個數(shù)據(jù)流，Iterator對象可以被next()函數(shù)調用并不斷返回下一個數(shù)據(jù)，直到?jīng)]有數(shù)據(jù)時拋出StopIteration錯誤。可以把這個數(shù)據(jù)流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數(shù)實現(xiàn)按需計算下一個數(shù)據(jù)，所以Iterator的計算是惰性的，只有在需要返回下一個數(shù)據(jù)時它才會計算。
  • Iterator甚至可以表示一個無限大的數(shù)據(jù)流，例如全體自然數(shù)。而使用list是永遠不可能存儲全體自然數(shù)的。

總結

  • 凡是可作用于for循環(huán)的對象都是Iterable類型；
  • 凡是可作用于next()函數(shù)的對象都是Iterator類型，它們表示一個惰性計算的序列；
  • 集合數(shù)據(jù)類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數(shù)獲得一個Iterator對象。
  • Python的for循環(huán)本質上就是通過不斷調用next()函數(shù)實現(xiàn)的
最后編輯于 ：
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務。

相關閱讀更多精彩內(nèi)容

  • 切片 list切片 tuple切片 str切片 迭代 在Python中迭代是通過for ... in ...來實現(xiàn)...
    極地瑞雪閱讀 624評論 0贊 0
  • 1.1==，is的使用 ·is是比較兩個引用是否指向了同一個對象（引用比較）。 ·==是比較兩個對象是否相等。 1...
    TENG書閱讀 788評論 0贊 0
  • PYTHON-進階-ITERTOOLS模塊小結轉自wklken:http://wklken.me/posts/20...
    C_Y_閱讀 1,167評論 0贊 2
  • Python 是一種相當高級的語言，通過 Python 解釋器把符合語法的程序代碼轉換成 CPU 能夠執(zhí)行的機器碼...
    Python程序媛閱讀 2,037評論 0贊 3
  • 中午，我吃飯的時候，突然接到一個電話，女兒興高采烈地告訴我，她要嫁人了。猛的一下，嘴里那口紅燒肉一下就卡在喉嚨里，...
    半朽閱讀 844評論 26贊 44

友情鏈接更多精彩內(nèi)容