Python 5.高级特性

列表生成式

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。
例1：生成list[1,2,3,4,5,6,7,8,9,10]

>>> list(range(1,11))
[1,2,3,4,5,6,7,8,9,10]

例2：生成[1 $\times$ 1,…n $\times$ n ]

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

例3：筛选出仅偶数的平方

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

例4：使用两层循环，生成全排列

>>> [m + n for m in 'abc' for n in 'xyz']
['ax', 'ay', 'az', 'bx', 'by', 'bz', 'cx', 'cy', 'cz']

例5：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']

例6：把list中所有的字符串变成小写

>>> [s.lower() for s int L]
['hello', 'world', 'ibm', 'apple']

使用内建的isinstance函数可以判断一个变量是不是字符串

>>> x = 'abc'
>>> y = 123
>>> isinstance(x, str)
True

生成器

生成器是一种一边循环一边计算的机制，称为generator，创建一个简单的generator只要把一个列表生成式的[]改成()

>>> g = (x * x for x in range(10))
>>> g
<generator obiect <genexpr> at 0x1022ef630>

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。
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
例1：斐波那契数列

def fib(max):
	n, a, b = 0, 0, 1
	while n < max :
		yield (b)
		a, b = b, a + b
		n = n + 1
	return 'done'

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语句处执行
例2：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)
o = odd()
print(next(o))
print(next(o))
print(next(o))

迭代器

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

isinstance((x for x in range(10)), Iterator)

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('abc'), Iterator)

凡是可作用于for循环的对象都是Iterable类型
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列