廖雪峰python教程(2)——高级特性

廖雪峰python教程——高级特性

1. 切片

本小节的课后习题： 在不调用str的strip()方法情况下，实现一个trim()函数，去除字符串首尾的空格。
（自己写了半天，然后一看别人写的，非常简洁。要注意利用递归。）

def trim(s):
    if len(s) != 0:
        if s[0] == ' ':
            return trim(s[1:])
        elif s[-1] == ' ':
            return trim(s[:-1])
        else:
            return s
    else:
        return s
# 测试:
if trim('hello  ') != 'hello':
    print('测试失败!')
elif trim('  hello') != 'hello':
    print('测试失败!')
elif trim('  hello  ') != 'hello':
    print('测试失败!')
elif trim('  hello  world  ') != 'hello  world':
    print('测试失败!')
elif trim('') != '':
    print('测试失败!')
elif trim('    ') != '':
    print('测试失败!')
else:
    print('测试成功!')

2. 迭代

# 除常规list/tuple外
# 可迭代dic 
d = {'a': 1, 'b': 2, 'c': 3}
# （1）迭代键
for key in d:
# （2）迭代值
for value in d.values()
# (3) 迭代键值对
for k,v in d.items()

# 可迭代字符串
for ch in 'ABC':

# 判断是否可迭代
from collections import Iterable
isinstance('abc',Iterable)
isinstance(123,Iterable)

3. 列表生成式

L = []
for x in range(1,11):
    L.append(x*x)

# （1）用列表生成式实现
[x*x for x in range(1,11)]

# （2）选取偶数乘积
[x*x for x in range(1,11) if x % 2 == 0]

# （3）使用两层循环，实现全排列
[m+n for m in 'ABC' for n in 'WXYZ']

# （4）也可以加上条件判断
L2 = [i.lower() for i in L1 if isinstance(i,str)]

# 测试:
print(L2)
if L2 == ['hello', 'world', 'apple']:
    print('测试通过!')
else:
    print('测试失败!')

4. 生成器

（1）generator
当我们创建一个包含100万个元素的列表时，会占用极大存储空间，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被浪费了。

于是，我们希望列表元素可以按照某种算法推算出来，以便于在不创建完整 list 情况下，一边循环 一边计算 一边供使用。这样的机制，称为生成器：generator。
（理解为 生成器是返回迭代器的函数）

L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 生成器
g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
# 取元素
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
# 每次调用next(g)，取 g 的下一个值，直到计算出最后一个元素，当没有更多元素时，抛出 StopIteration 错误

# 但这样调用next(g) 很麻烦，generator 也是可迭代的对象，用 for 循环迭代
L = (x*x for x in range(10))
for n in L:
    print(n)

（2）yield

# 用函数生成斐波拉契数列（除第一个和第二个数外，任意一个数都可由前两个数相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...）
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'

# 注意！
a, b = b, a + b
# 其实相当于，不通过显式写出临时变量t就可以赋值
# t 是 tuple
t = (b, a + b)
a = t[0]
b = t[1]

上述实例的逻辑非常类似 generator，只需要将 print 改为 yield，就是 generator

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

# 在用 for 循环调用 generator 时，如果想要拿到返回值，必须捕获 StopIteration 错误
g = fib(6)
while True:
    try:
        x = next(g)
        print('g:',x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

本例总结：

• 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
• 变成generator的函数，在每次调用 next() 的时候执行，遇到 yield 返回，再次执行时从上次返回的 yield 处继续执行

补充： 看到一个关于 yield 的小例子，很清晰

python中yield的用法详解——最简单，最清晰的解释

def fol():
    print('strating...')
    while True:
        res = yield 4
        print('res: ', res)

g = fol()
print(next(g))
print('*'*20)
print(next(g))

>>> strating...
>>> 4
>>> ********************
>>> res:  None
>>> 4

5. 迭代器

可以被 next() 调用并不断返回下一个值的对象称为迭代器：Iterator

# 判断是否可迭代
from collections.abc import Iterable
isinstance([], Iterable)
>>> True
isinstance({}, Iterable)
>>> True
isinstance('abc', Iterable)
>>> True
isinstance((x for x in range(10)), Iterable)
>>> True
isinstance(100, Iterable)
>>> False

# 判断是否是迭代器对象
from collections.abc import Iterator
isinstance((x for x in range(10)), Iterator)
>>> True
isinstance([], Iterator)
>>> False
isinstance({}, Iterator)
>>> False
isinstance('abc', Iterator)
>>> False

本例总结：

• 生成器(generator)都是迭代器(iterator)对象
• list、dict、str虽然可迭代 Iterable，但却不是迭代器对象 Iterator。可以通过 iter() 函数，转换为迭代器对象

总结：

• 凡是可以用 for 循环的，都是可迭代的(Iterable)
• 凡是可以用 next() 的，都是迭代器(iterator)对象