1.切片
切片可以取list、tuple、string的元素
python語(yǔ)言中把字符串看做一個(gè)tuple，因此可以通過(guò)for in 循環(huán)取出所有的字符，同樣可以通過(guò)切片取出一部分字符
list/tuple/string變量名[a:b:c]
a表示開(kāi)始取得索引位置，b表示結(jié)束的索引位置（不包括在內(nèi)，因此可以比最后的索引大1，即swift中的endindex）
c表示間隔多少個(gè)取值，可以是負(fù)數(shù)，倒著取值
a、b可以省略，表示取到終點(diǎn)，c可以省略，默認(rèn)為1
被取得變量是什么類(lèi)型，取完還是什么類(lèi)型

2.如1中所述，for循環(huán)的對(duì)象可以是多種類(lèi)型，這些類(lèi)型叫做可迭代對(duì)象。
當(dāng)我們使用for循環(huán)時(shí)，只要作用于一個(gè)可迭代對(duì)象，for循環(huán)就可以正常運(yùn)行
如何判斷一個(gè)對(duì)象是可迭代對(duì)象：通過(guò)collections模塊的Iterable類(lèi)型判斷
python內(nèi)置函數(shù)isinstance()：判斷一個(gè)變量是否是已知的類(lèi)型，具體見(jiàn)內(nèi)置函數(shù)頁(yè)
其中沒(méi)有iterable(可迭代類(lèi)型)，需要我們手動(dòng)導(dǎo)入。
from collections import Iterabl

然后用instance(a,iterable)來(lái)判斷是否是可迭代對(duì)象（可用if），然后打印：
for 變量(可多個(gè)) in 可迭代對(duì)象(此時(shí)會(huì)自動(dòng)給變量賦值) print(變量)

如果對(duì)象中沒(méi)有這么多變量，則出現(xiàn)錯(cuò)誤
ValueError: not enough values to unpack (expected m, got n)

對(duì)于dict需要說(shuō)明的是，其中對(duì)象只有一個(gè)即key，value需要寫(xiě)
for i in dict.values()
（這與swift不同，swift中把key與value作為兩個(gè)變量）
dict.values實(shí)際上也是一個(gè)迭代器 迭代的時(shí)候不可以少()，此類(lèi)函數(shù)如reversed都是如此，輸出需要()
輸出key與value用到dict.items()
否則提示：
TypeError: 'builtin_function_or_method' object is not iterable該函數(shù)或方法不可迭代

3.列表生成式（省略循環(huán)步驟生成一個(gè)list）

[要生成的式子關(guān)于x的函數(shù) for x in range(a, b)]

for循環(huán)后面還可以加上if判斷
還可以使用多層循環(huán)，如：
>>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

4.生成器generator（為了節(jié)省空間不計(jì)算只儲(chǔ)值）
在Python中，可以簡(jiǎn)單地把列表生成式改成generator，也可以通過(guò)函數(shù)實(shí)現(xiàn)復(fù)雜邏輯的generator。
（1）把列表生成式改成generator:把列表生成式[]變?yōu)?)即可得到
（2）定義函數(shù)時(shí)將print()改為yield

怎么打印出generator的每一個(gè)元素呢？
如果要一個(gè)一個(gè)打印出來(lái)，可以通過(guò)next()函數(shù)獲得generator的下一個(gè)返回值直到出現(xiàn)StopIteration的錯(cuò)誤
或用循環(huán)打印

是generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語(yǔ)句或者最后一行函數(shù)語(yǔ)句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時(shí)候執(zhí)行，遇到y(tǒng)ield語(yǔ)句返回，再次執(zhí)行時(shí)從上次返回的yield語(yǔ)句處繼續(xù)執(zhí)行。如果用for、print()執(zhí)行，實(shí)際上也相當(dāng)于不斷地next()、遇到y(tǒng)ield返回、再次next()。(這點(diǎn)在迭代器中會(huì)繼續(xù)提到)
因此你會(huì)發(fā)現(xiàn)，如果一直用next()、或者循環(huán)調(diào)用函數(shù)，你無(wú)法得到結(jié)束語(yǔ)句return中的信息（從執(zhí)行順序理解）

a = (x for x in range(10)) next(a) 0 next(a) 1 next(a) 2 next(a) 3 next(a) 4

for m in a:\ print(m) 5 6 7 8 9

generator中元素用過(guò)后不可以再調(diào)用

如何得到return語(yǔ)句：如果想要拿到返回值，必須捕獲StopIteration錯(cuò)誤，返回值包含在StopIteration的value中：

except StopIteration as e: print('Generator return value:', e.value) break

在except里面用except Exception as e 接受異常，然后把這個(gè)e打印出來(lái)看

5.迭代器

可以直接作用于for循環(huán)的數(shù)據(jù)類(lèi)型有以下幾種：
(1)集合數(shù)據(jù)類(lèi)型，如list、tuple、dict、set、str等；
(2)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(duì)象統(tǒng)稱(chēng)為可迭代對(duì)象：Iterable。

Python的for循環(huán)本質(zhì)上就是通過(guò)將對(duì)象變?yōu)橐粋€(gè)迭代器再不斷調(diào)用next()函數(shù)實(shí)現(xiàn)的。

而可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)值的對(duì)象稱(chēng)為迭代器：Iterator。
可迭代對(duì)象不一定是迭代器。
可以使用isinstance()判斷一個(gè)對(duì)象是否是Iterator對(duì)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(duì)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

why:可以把迭代器這個(gè)數(shù)據(jù)流看做是一個(gè)有序序列，但我們卻不能提前知道序列的長(zhǎng)度，只能不斷通過(guò)next()函數(shù)實(shí)現(xiàn)按需計(jì)算下一個(gè)數(shù)據(jù)，所以Iterator的計(jì)算是惰性的，只有在需要返回下一個(gè)數(shù)據(jù)時(shí)它才會(huì)計(jì)算。
Iterator甚至可以表示一個(gè)無(wú)限大的數(shù)據(jù)流
所以list、tuple、string已知長(zhǎng)度，不能看做iterator