温故知新python3--基础知识3（函数高级特性）

生活的乐趣属于敢闯敢为的开拓者，而非空想不做的看客。
以下内容为个人学习“廖雪峰python3教程”的学习笔记。
参考网站：
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
利用python3中的高级特性，可以减少代码量，提高开发速率。
常见的高级特性有：
1）针对list和str的slice（切片）操作：类似于matlab语言，举个例子，L[:3]可以得到前三个成员。
2）迭代：只要是可以迭代的对象，不管有无下标，都可以使用for… in…格式来访问其所有成员。其中dict的访问比较特殊：A）访问dict的key：for key in dict；B）访问dict的value：for value in dict.values( )；C）同时得到dict中的key和value：for key, value in dict.items( )。 可以看出，迭代时，迭代量可以不止一个。 此外字符串中的每一个字符也可以用迭代的方式访问。
3）列表生成式：“[变量或包含变量的表达式 操作1 操作2]”生成操作1、2指定的列表。比如：

>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

4）生成器：列表生成式的好处在于初始化列表时操作极其简单，但是对于如斐波拉契数列之类的无穷数列，无法用列表生成式生成，同时，如果生成了包含大量成员的列表，将极大地占用内存空间。为了规避这两个缺点，引入了generator（生成器）。
生成器：用于储存初始化成员的算法，其初始化的方法与列表类似，但是使用的符号是圆弧括号( )而非方括号[ ]，可以使用next(generator)访问generator的下一个成员，或者直接使用for遍历其所有成员。
如：

>>>g = ( n*n for n in range(100))
>>>g
<generator object <genexpr> at 0x03A265A0>

可以看出generator并不是储存每一个成员，而是储存算法，在被调用时再计算出成员的数值。
yield与return的区别：
函数执行到return时，返回return后的内容，下次被调用时仍然从头开始执行函数。
函数执行到yield时，返回yield后的内容，下次被调用时，从上次执行完的yield语句的下一句继续执行。
python3”异常“语法：

try:
    代码块
except 错误类型 as 变量:
    错误类型处理

对代码块进行执行，如果出现错误，则将错误赋给变量，执行相关操作。
对可迭代对象，迭代到无法返回下一个值时，会抛出StopIteration的错误。

5）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，generator属于迭代器，list、set等不属于迭代器。因此，可迭代不一定是迭代器，迭代器一定可迭代。