python学习（三）：高级特性

     在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。1行代码能实现的功能，决不写5行代码。请始终牢记，代码越少，开发效率越高。

---

切片

取一个list或tuple的部分元素是非常常见的操作，Python提供了切片（Slice）操作符，对应类型为slice类型，能大大简化这种操作。可以先声明一个slice对象，然后对集合对象取部分元素，如：List[slice].有了切片操作，很多地方循环就不再需要了。Python的切片非常灵活，一行代码就可以实现很多行循环才能完成的操作。

---

迭代

• 如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。在Python中，迭代是通过for … in来完成的。
• list这种数据类型虽然有下标，但很多其他数据类型是没有下标的，但是，只要是可迭代对象，无论有无下标，都可以迭代，比如dict就可以迭代。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()。由于字符串也是可迭代对象，因此，也可以作用于for循环。
  所以，当我们使用for循环时，只要作用于一个可迭代对象，for循环就可以正常运行，而我们不太关心该对象究竟是list还是其他数据类型。
  那么，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：isinstance(object,Iterable),若为真则是可迭代对象。

---

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。
如果要生成[1x1, 2x2, 3x3, …, 10x10]怎么做？方法一是循环，但是循环太繁琐，而方法二列表生成式，则可以用一行语句代替循环，如：[x * x for x in range(1, 11)]；还可以使用两层循环，可以生成全排列，如： [m + n for m in ‘ABC’ for n in ‘XYZ’]。运用列表生成式，可以写出非常简洁的代码。列表解析语法概括如下：
[expr for iter_var in iterable]
[expr for iter_var in iterable if cond_expr]

---

生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？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。
要创建一个generator，有很多种方法：

• 第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator，可以通过next()函数获得generator的下一个返回值，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。因为generator也是可迭代对象，所以也可以使用for循环迭代。
• 如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator;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。但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中。

---

迭代器与可迭代对象

• Iterable:可以直接作用于for循环的对象统称为可迭代对象.
  一类是集合数据类型，如list,tuple,set,frozenset，dict,str等；
  一类是generator，包括生成器和带yield的generator function。
  可以使用isinstance()判断一个对象是否是Iterable对象。
• Iterator: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.
  生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了.
• 把list、dict、str等Iterable变成Iterator可以使用iter()函数.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.Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

小结：

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；集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的。