高级特性
切片
取list或tuple部分元素,字符串'xxx'也可看成一种list。
切片(slice)操作符。
1.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。3个元素。
也可写成L[:3]。
2.L[-3:]表示取倒数第二、第一个元素。即L[-2]、L[-1]。
3.L[:10:2]表示前10个数,每两个取一个。
4.只写[:]就可以原样复制list。
迭代
迭代是通过for...in来完成。
对比:c代码
for (i=0; i<length; i++) {
n = list[i];
}
1.dict迭代的是key,可用for key in :。
2.要迭代value,可用for value in d.values()。
3.同时迭代key和value,可用for k,v in d.items()。
字符串也是可迭代对象。
4.可通过collections.abc
模块的Iterable
类型判断一个对象是否可迭代。
from collections.abc import Iterable
5.enumerate
函数可以把一个list
变成索引-元素对,可同时迭代索引和元素本身。
for i, value in enumerate(['A', 'B', 'C']):
列表生成式
1.生成list[1,2,3,4,5,6,7,8,9,10]可用list(range(1,11))。
2.把要生成的元素放到前面,后面跟for循环,就可把list创建出来。
3.for循环后面还可加if判断。
eg:
[x * x for x in range(1, 11) if x % 2 == 0]
两层循环:
[m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
4.for
循环可以同时使用两个甚至多个变量来生成list。
d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
5.把一个list中所有的字符串变成小写用:
[s.lower() for s in ]
6.关于if...else
①:不能在最后的if
加上else:
跟在for
后面的if
是一个筛选条件,不能带else。
②:if
写在for
前面必须加else:for
前面的部分是一个表达式,它必须根据计算出一个结果。
for
前面的if ... else
是表达式,而for
后面的if
是过滤条件,不能带else
。
生成器
一边循环一边计算的机制,称为生成器:generator。1.保存的是算法,2.作用:节省大量的空间。
创建一个generator的方法:一、只要把一个列表生成式的[]
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>
①创建L
和g
的区别仅在于最外层的[]
和()
,L
是一个list,而g
是一个generator。
②要一个一个打印出generator的每一个元素:可以通过next()
函数获得generator的下一个返回值。
> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
!!! 也可以通过for
循环:generator也是可迭代对象 。
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
...
0
1
4
如果推算的算法比较复杂,用类似列表生成式的for
循环无法实现,还可以用函数来实现。
比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
fib
函数实际上是定义了斐波拉契数列的推算规则,可以从第一个元素开始,推算出后续任意的元素。
二、一个函数定义中包含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函数,调用一个generator函数将返回一个generator。
把fib
函数变成generator函数,只需要把print(b)
改为yield b。
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
generator函数和普通函数的执行流程:
1.普通函数是顺序执行,遇到return
语句或者最后一行函数语句就返回。
>>> r = abs(6)
>>> r
6
2。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。
>>> g = fib(6)
>>> g
<generator object fib at 0x1022ef948>
odd
不是普通函数,而是generator函数。
调用generator函数会创建一个generator对象,多次调用generator函数会创建多个相互独立的generator
调用next()
每次都返回1:odd()
会创建一个新的generator对象,,对generator分别调用next()
当然每个都会返回第一个值。
迭代器
可以直接作用于for
循环的数据类型:
一:集合数据类型,如list
、tuple
、dict
、set
、str
等;
二:generator
,包括生成器和带yield
的generator function。
1.可以直接作用于for
循环的对象统称为可迭代对象:Iterable
。也可以被next()
函数调用并不断返回下一个值的对象称为迭代器:Iterator
。
2.可用isinstance()
判断一个对象是否是Iterable
对象。
3.生成器都是Iterator
对象,但list
、dict
、str
虽然是Iterable
,却不是Iterator
。
4.把list
、dict
、str
等Iterable
变成Iterator
可以使用iter()
函数。
5.Python的for
循环本质上就是通过不断调用next()
函数实现的,例如:
for x in [1, 2, 3, 4, 5]:
pass
实际上完全等价于:
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break