1.切片
如果经常取list或tuple指定索引范围的数据 就可以用切片(slice)操作符:
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
L[0:3]表示,从索引0开始取,到索引3截止,但不包括索引3,即索引0、1、 2
如果第一个索引为0 还可以省略:
>>> L[:3]
['Michael', 'Sarah', 'Tracy']
倒数切片:倒数第一个元素的索引是-1
>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']
上边代码,第一个-2:代表从倒数第二个开始到最后一个,-2:-1代表从倒数第二个到倒数第一个但不包括倒数第一个
下边用一个0-99的数列说一下关于切片的使用:
(1)创建0-99的数列:
>>> L = list(range(100))
>>> L
[0, 1, 2, 3, ..., 99]
(2)取前10个数:
>>> L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
(3)取后10个数:
>>> L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
(4)取前11-20个数:
>>> L[10:20]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
(5)前10个数 每2个取1个(:10:2):
>>> L[:10:2]
[0, 2, 4, 6, 8]
(6)所有数 每隔5个取1个(::5):
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
(7) 什么都不写,只写[ : ]就可以原样复制一个list:
>>> L[:]
[0, 1, 2, 3, ..., 99]
(8)补充:元组tuple也是一种list,不可变,切片操作结果仍为tuple:
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
(9)补充:字符串也可以看做list,切片操作结果仍为字符串:
>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[::2]
'ACEG'
2.迭代
通过for循环遍历list或tuple称为迭代,在Python中,迭代通过for....in完成;只要是可迭代对象,无论有无下标都可以迭代。
默认情况下,dict迭代的是key(for key in d),想要迭代value,可以用for value in d.values();想同时迭代key和value,用for k, v in d.items()。
可以通过collections模块的Iterable类型判断一个对象是否是可迭代对象:
>>> 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
通过enumerate函数把一个list变为索引-元素对,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 A
1 B
2 C
3.列表生成式
列表生成式是Python内置的用来创建list的生成式
生成list[1,2,3,4,5,6,7,8,9,10]可以用list(range(1,11)):
>>> list(range(1, 11))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
要生成[1*1,2*2...........10*10],循环太繁琐可以用列表生成式([x * x for x in range(1, 11)]):
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
也可以使用两层循环,生成全排列([m + n for m in 'ABC' for n in 'XYZ']):
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
可以使用两个变量生成list([k + '=' + v for k, v in d.items()]):
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
4.生成器
Python中一边循环一边计算的机制称为生成器:generator
创建生成器,方法一:把列表生成式的[ ] 改为()
>>> 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>
因为generator也是可迭代对象,可以用for循环(for n in g):
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
...
0
1
4
9
16
25
36
49
64
81
创建生成器,方法二:把函数定义中的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和函数的执行流程不一样。函数是顺序执行,遇到return语句或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。
举个简单的栗子:
定义一个generator,依次返回数字1,3,5
def odd():
print('step 1')
yield 1
print('step 2')
yield(3)
print('step 3')
yield(5)
调用该generator时,首先要生成一个generator对象,然后用next()函数不断获取下一个返回值:
>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
5.迭代器
可以直接作用于for循环的对象统称为可迭代对象:Iterable
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
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(迭代器)
对象,但list
、dict
、str
虽然是Iterable(可迭代对象)
,却不是Iterator(迭代器)
。
把list、dict、str等Iterable(可迭代对象)变为Iterator(迭代器)可以使用iterable()函数
>>> isinstance([], Iterator)
False
>>> isinstance('abc', Iterator)
False
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True