python学习笔记2

python学习笔记2

高级特性

切片

L = [‘Michael’, ‘Sarah’, ‘Tracy’, ‘Bob’, ‘Jack’]

L[0:3]
[‘Michael’, ‘Sarah’, ‘Tracy’]

如果第一个索引是0，还可以省略：

L[:3]
[‘Michael’, ‘Sarah’, ‘Tracy’]

Python支持L[-1]取倒数第一个元素

后10个数：
L[-10:]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

前10个数，每两个取一个：

L[:10:2]
[0, 2, 4, 6, 8]
所有数，每5个取一个：

L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
甚至什么都不写，只写[:]就可以原样复制一个list：

L[:]
[0, 1, 2, 3, …, 99]

tuple也可以用切片操作，只是操作的结果仍是tuple

迭代

d = {‘a’: 1, ‘b’: 2, ‘c’: 3}
for key in d:
print key

如果要迭代value，可以用for value in d.itervalues()，如果要同时迭代key和value，可以用for k, v in d.iteritems()。

如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：
from collections import Iterable
isinstance([1,2,3], Iterable)

如果要对list实现类似Java那样的下标循环怎么办？Python内置的enumerate函数可以把一个list变成索引-元素对
for i, value in enumerate([‘A’, ‘B’, ‘C’]):
print i, value

列表生成式

这个列表生成一出来感觉有函数编程的感觉了

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

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

生成加条件
for循环后面还可以加上if判断，这样我们就可以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]

还可以使用两层循环，可以生成全排列：
[m + n for m in ‘ABC’ for n in ‘XYZ’]
[‘AX’, ‘AY’, ‘AZ’, ‘BX’, ‘BY’, ‘BZ’, ‘CX’, ‘CY’, ‘CZ’]

还可以处理别的对象给列表生成提供帮助
d = {‘x’: ‘A’, ‘y’: ‘B’, ‘z’: ‘C’ }
[k + ‘=’ + v for k, v in d.iteritems()]

[‘y=B’, ‘x=A’, ‘z=C’]

运用列表生成式，可以快速生成list，可以通过一个list推导出另一个list，而代码却十分简洁。

生成器

这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）

g = (x * x for x in range(10))

g.next() 用于生成下一个数字

没有更多的元素时，抛出StopIteration的错误。
我们创建了一个generator后，基本上永远不会调用next()方法，而是通过for循环来迭代它。

还可以用函数生成一个生成器

def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者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。

还可以定义多个yield
def odd():
… print ‘step 1’
… yield 1
… print ‘step 2’
… yield 3
… print ‘step 3’
… yield 5