python——切片 迭代 列表生成式 生成器

切片

slice，对list进行筛选生成新list

namelist = ['Bob', 'Jack', 'Tom', 'Harry', 'Green', 'Martin']
print namelist
print namelist[2:4]
print namelist[:4]
print namelist[-4:-2]
print namelist[-4:]
print namelist[:]

numlist = range(100)
print numlist[10:20:2]
print numlist[:20:3]
print numlist[::10]

output：

['Bob', 'Jack', 'Tom', 'Harry', 'Green', 'Martin']
['Tom', 'Harry']
['Bob', 'Jack', 'Tom', 'Harry']
['Tom', 'Harry']
['Tom', 'Harry', 'Green', 'Martin']
['Bob', 'Jack', 'Tom', 'Harry', 'Green', 'Martin']
[10, 12, 14, 16, 18]
[0, 3, 6, 9, 12, 15, 18]
[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]

总结：

• slice语法：[startIndex:endIndex:step]，不包括endIndex
• 正向索引时startIndex omit则为第一个元素，stopIndex omit则包括剩余所有
• 逆向切片时startIndex omit则为第一个元素，stopIndex omit则包括剩余所有
• step默认为1，使用step默认值时，slice可缩略为[startIndex:endIndex]

注：slice适用于list，tuple是特殊list(不可变list)，返回结果为tuple，字符串是特殊tuple(元素为字符tuple)，返回结果为字符串

迭代

iteration，通过for...in来遍历collection

dict迭代

dict = {'Bob': 60, 'Jack': 80, 'Martin': 90}

print 'iter key'
for key in dict:
    print key
	
print 'iter value'
for value in dict.itervalues():
    print value

print 'iter key value'
for key, value in dict.iteritems():
    print key, value

output：

iter key
Bob
Jack
Martin
iter value
60
80
90
iter key value
Bob 60
Jack 80
Martin 90

总结：

• 默认迭代key
• itervalues迭代value
• iteritems迭代key value

list迭代

list = ['Bob', 'Jack', 'Martin']

for value in list:
    print value
	
for value in enumerate(list):
    print value
	
for index, value in enumerate(list):
    print index, value

points = [(1, 2), (3, 5), (5, 8)]
for x, y in points:
    print x, y

output：

Bob
Jack
Martin
(0, 'Bob')
(1, 'Jack')
(2, 'Martin')
0 Bob
1 Jack
2 Martin
1 2
3 5
5 8

总结：

• enumerate(list)生成(索引，元素)二元组(tuple)的list

可迭代对象

from collections import Iterable

print isinstance(['a', 'b', 'c'], Iterable)
print isinstance(('a', 'b', 'c'), Iterable)
print isinstance('abc', Iterable)
print isinstance(123, Iterable)

output：

True
True
True
False

总结：

• 任何可迭代对象都可通过for...in迭代，可迭代对象类型为Iterable，对象是否可迭代可通过isinstance判断

列表生成式

list comprehension，列表生成式在迭代的基础上可根据一个list推导出另一个list，可通过条件表达式filter可迭代对象的元素

print [x * x for x in range(1, 11)]
print [x * x for x in range(1, 11) if x % 2 == 0]
print [m + n for m in "ABC" for n in 'XYZ']

dict = {'Bob': 60, 'Jack': 80, 'Martin': 90}
print [name + '=' + str(score) for name, score in dict.iteritems()]
print[name.lower() for name in dict]

output：

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
[4, 16, 36, 64, 100]
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
['Bob=60', 'Jack=80', 'Martin=90']
['bob', 'jack', 'martin']

总结：

• list comprehension语法：[expression for...in condition]，先执行for...in迭代获取元素，再执行condition过滤元素，最后执行expression，结果入list
• 迭代(for...in)可多层嵌套

生成器

generator，生成器与列表生成式区别：

• 列表生成式一次性生成出所有数据存放于list中
• 生成器定义一个算法，不生成数据，根据需要动态生成数据

创建生成器两种方法：

• 改造列表生成式：把列表生成式的[]改成()即可，优点简易，缺点只能创建简易算法生成器
• 改造函数：函数定义中包含yield，优点可创建复杂算法生成器，缺点复杂

改造列表生成式：

generator = (x * x for x in range(1, 11) if x % 2 == 0)

for elem in generator:
    print elem

output：

4
16
36
64
100

改造函数：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

generator = fib(6)
for elem in generator:
    print elem

output：

1
1
2
3
5
8

总结：

• 可改造列表生成式实现简易算法generator，也可改造函数实现复杂算法generator
• 通过列表生成式改造的generator，在迭代(for...in)过程中不断计算出下一元素，迭代(for...in)结束即generator结束
• 通过函数改造的generator，遇到return语句或者执行到函数体最后一行语句，即generator结束
• generator是可迭代对象，generator迭代(for...in)本质就是不断调用next直至generator结束
• 通过函数改造的generator和函数执行流程不一样，函数是顺序执行，遇到return语句或者执行到函数体最后一行语句就结束，因此函数一次性执行完毕，而通过函数改造的generator调用next时执行，遇到yield语句返回，再次调用next时从上次返回的yield语句处继续执行，直至generator结束