高级特性
代码越少、开发效率越高
切片
- 作用
取list
或tuple
的部分元素 -
语句
-
定义
1.>>> L = list(range(100)) 2.>>> L 3.[0, 1, 2, 3, ..., 99]
-
取前十个数
1.>>>L[:10] 2.[0,1,2,3,4,5,6,7,8,9]
-
取后十个数
1.>>> L[-10:] 2.[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
-
取中间十个数
1.>>> L[10:20] 2.[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
-
前十个数,每两个取一个
1.>>> L[:10:2] 2.[0, 2, 4, 6, 8]
-
所有数,每五个取一个
1.>>> L[::5] 2.[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
-
复制
1.>>> L[:] 2.[0, 1, 2, 3, ..., 99]
-
- 注意
- list切片操作后,结果仍是list
- tuple切片操作后,结果仍是tuple
- 字符串也可以用切片操作,结果仍是字符串
迭代
- 作用
用for...in
循环来遍历这个list或tuple -
语句
-
循环迭代
list
或tuple
1.>>>w=[1,2,3] 2.>>>for i in w: 3.... print(key) 4.... 5.1 6.2 7.3
-
循环迭代
dict
,迭代顺序可能不一样1.>>> d = {'a': 1, 'b': 2, 'c': 3} 2.>>> for key in d: 3.... print(key) 4.... 5.a 6.c 7.b
默认情况下,
dict
迭代的是key
。如果要迭代value
,可以用for value in d.values()
,如果要同时迭代key
和value
,可以用for k, v in d.items()
。 - 循环迭代字符串
1.>>> for ch in 'ABC': 2.... print(ch) 3.... 4.A 5.B 6.C
-
-
注意
-
判断一个对象是否可迭代
方法是通过collections
模块的Iterable
类型判断1.>>> from collections import Iterable 2.>>> isinstance('abc', Iterable) # str是否可迭代 3.True 4.>>> isinstance([1,2,3], Iterable) # list是否可迭代 5.True 6.>>> isinstance(123, Iterable) # 整数是否可迭代 7.False
-
用
for
循环同时迭代索引和元素本身1.>>> for i, value in enumerate(['A', 'B', 'C']): 2.... print(i, value) 3.... 4.0 A 5.1 B 6.2 C
-
同时迭代两个数
1.>>> for s in[(1,1),(2,3),(3,4)]: 2.... print(s) 3.... 4.(1, 1) 5.(2, 3) 6.(3, 4) 7.>>> for x,y in[(1,1),(2,3),(3,4)]: 8.... print(x,y) 9.... 10.1 1 11.2 3 12.3 4
-
列表生成式
- 作用
简单却强大的可以用来创建list
的生成式。 -
语句
-
如果要生成[1x1, 2x2, 3x3, …, 10x10]怎么做
1.>>> [x * x for x in range(1, 11)] 2.[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
-
用
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1.>>> [x * x for x in range(1, 11) if x % 2 == 0] 2.[4, 16, 36, 64, 100]
-
使用两层循环,可以生成全排列
1.>>> [m + n for m in 'ABC' for n in 'XYZ'] 2.['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
-
列表生成式也可以使用两个变量来生成list
1.>>> d = {'x': 'A', 'y': 'B', 'z': 'C' } 2.>>> [k + '=' + v for k, v in d.items()] 3.['y=B', 'x=A', 'z=C']
-
-
注意
- 用
isinstance()
函数可以判断一个变量是不是字符串
1.>>> x = 'abc' 2.>>> y = 123 3.>>> isinstance(x, str) 4.True 5.>>> isinstance(y, str) 6.False
- 用
生成器
- 作用
如果列表元素过多,会占用大量内存。但是如果列表元素可以按照某种算法推算出来,那么就不用创建完整的list,在python中可以通过一种一边循环一边计算的:generator的生成器机制。 -
语句
-
把列表生成器的
[]
改成()
1.>>> g = (x * x for x in range(10)) 2.>>> for n in g: 3.... print(n) 4.... 5.0 6.1 7.4 8.9 9.16 10.25 11.36 12.49 13.64 14.81
-
使用
yield
这个关键字-
一般的斐波那契数列写法
1.def fib(max): 2.n, a, b = 0, 0, 1 3.while n < max: 4. print(b) 5. a, b = b, a + b 6. n = n + 1 7.return 'done'
-
使用生成器的写法
1.def fib(max): 2. n, a, b = 0, 0, 1 3. while n < max: 4. yield b 5. a, b = b, a + b 6. n = n + 1 7. return 'done'
1.>>> for n in fib(6): 2.... print(n) 3.... 4.1 5.1 6.2 7.3 8.5 9.8
-
-
-
注意
- 创建了generator后,调用
next()
,可能会出现StopIteration
的错误,所以都是通过for
循环来迭代它。 - 在generator的函数中,每次调用
next()
的时候,遇到yield
语句就返回,所以最后发现拿不到return
语句的返回值,要拿到就得捕获StopIteration
错误。
1.>>> g = fib(6) 2.>>> while True: 3.... try: 4.... x = next(g) 5.... print('g:', x) 6.... except StopIteration as e: 7.... print('Generator return value:', e.value) 8.... break 9.... 10.g: 1 11.g: 1 12.g: 2 13.g: 3 14.g: 5 15.g: 8 16.Generator return value: done
- 创建了generator后,调用
迭代器
- 作用
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
-
语句
-
使用
isinstance()
判断一个对象是否是Iterator
对象1.>>> from collections import Iterator 2.>>> isinstance((x for x in range(10)), Iterator) 3.True 4.>>> isinstance([], Iterator) 5.False 6.>>> isinstance({}, Iterator) 7.False 8.>>> isinstance('abc', Iterator) 9.False
-
把
list
、dict
、str
等Iterable
变成Iterator
可以使用iter()
函数1.>>> isinstance(iter([]), Iterator) 2.True 3.>>> isinstance(iter('abc'), Iterator) 4.True
-
-
注意
为什么list
、dict
、str
等数据类型不是Iterator
?这是因为Python的
Iterator
对象表示的是一个数据流,Iterator
对象可以被next()
函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration
错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()
函数实现按需计算下一个数据,所以Iterator
的计算是惰性的,只有在需要返回下一个数据时它才会计算。