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