一、切片
Python提供了切片(Slice)操作符
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
取前3个元素: L[0:3]
L[0:3]表示,从索引0开始取,直到索引3为止,但不包括索引3。即索引0,1,2,正好是3个元素
前10个数: L[:10]
后10个数:L[-10:]
前11-20个数:L[10:20]
前10个数,每两个取一个:L[:10:2]
所有数,每5个取一个: L[::5]
甚至什么都不写,只写[:]就可以原样复制一个list:L[:]
tuple也是一种list,唯一区别是tuple不可变。因此,tuple也可以用切片操作,只是操作的结果仍是tuple
字符串'xxx'也可以看成是一种list,每个元素就是一个字符。因此,字符串也可以用切片操作,只是操作结果仍是字符串
##练习
二、迭代
(1)在Python中,迭代是通过for ... in来完成的
(2)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:
d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
print(key)
(3)由于字符串也是可迭代对象,因此,也可以作用于for循环:
for ch in 'ABC':
print(ch)
(4)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:
from collections import Iterable
isinstance('abc',Iterable)
(5)Python内置的enumerate函数可以把一个list变成索引-元素对,这样就可以在for循环中同时迭代索引和元素本身
for i,value in enumerate(['A','B','C']):
print(i,value)
(6)引用了两个变量,在Python里是很常见的,比如下面的代码:
for x,y in [(1,1),(2,4),(3,9)]:
print(x,y)
##练习
请使用迭代查找一个list中最小和最大值,并返回一个tuple:
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。
(1)生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
list(range(1,11))
(2)要生成[1x1, 2x2, 3x3, ..., 10x10]
[x*x for x in range(1,11)]
要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来
(3)使用两层循环,可以生成全排列
[m+n for m in 'ABC' for n in 'XYZ']
(4)列出当前目录下的所有文件和目录名
import os
l=[d for d in os.listdir('.')]
print(l)
(5)列表生成式也可以使用两个变量来生成list
d = {'x': 'A', 'y': 'B', 'z': 'C' }
l=[k+'='+v for k,v in d.items()]
print(l)
(6)把一个list中所有的字符串变成小写
L = ['Hello', 'World', 'IBM', 'Apple']
print([s.lower() for s in L])
##
如果list中既包含字符串,又包含整数,由于非字符串类型没有lower()方法,所以列表生成式会报错:
>>> L = ['Hello', 'World', 18, 'Apple', None]
>>> [s.lower() for s in L]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 1, in <listcomp>
AttributeError: 'int' object has no attribute 'lower'
使用内建的isinstance函数可以判断一个变量是不是字符串:
>>> x = 'abc'
>>> y = 123
>>> isinstance(x, str)
True
>>> isinstance(y, str)
False
请修改列表生成式,通过添加if语句保证列表生成式能正确地执行:
在Python中,这种一边循环一边计算的机制,称为生成器:generator。
**第一种**
(1)创建。只要把一个列表生成式的[]改成(),就创建了一个generator
print(next(g))
二是:我们创建了一个generator后,基本上永远不会调用next(),而是通过for循环来迭代它,并且不需要关心StopIteration的错误。
for n in g:
print(n)
**第二种**
(1)创建。如果推算的算法比较复杂,用类似列表生成式的for循环无法实现的时候,还可以用函数来实现。
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。
(2)访问。仍然可以用next():
f=fib(5)
print(next(f))
但是我们基本上从来不会用next()来获取下一个返回值,而是直接使用for循环来迭代:
for n in fib(6):
print(n)
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
我们已经知道,可以直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如list、tuple、dict、set、str等;
一类是generator,包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象:
from collections import Iterable
print(isinstance([],Iterable))
而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。
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。
可以使用isinstance()判断一个对象是否是Iterator对象:
from collections import Iterator
print(isinstance((x for x in range(10)),Iterator))
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提供了切片(Slice)操作符
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
取前3个元素: L[0:3]
L[0:3]表示,从索引0开始取,直到索引3为止,但不包括索引3。即索引0,1,2,正好是3个元素
前10个数: L[:10]
后10个数:L[-10:]
前11-20个数:L[10:20]
前10个数,每两个取一个:L[:10:2]
所有数,每5个取一个: L[::5]
甚至什么都不写,只写[:]就可以原样复制一个list:L[:]
tuple也是一种list,唯一区别是tuple不可变。因此,tuple也可以用切片操作,只是操作的结果仍是tuple
字符串'xxx'也可以看成是一种list,每个元素就是一个字符。因此,字符串也可以用切片操作,只是操作结果仍是字符串
##练习
利用切片操作,实现一个trim()函数,去除字符串首尾的空格,注意不要调用str的strip()方法:
def trim(s):
if s == '':
return s
elif s[0] == ' ':
return trim(s[1:])
elif s[-1] == ' ':
return trim(s[:-1])
else:
return s
二、迭代
(1)在Python中,迭代是通过for ... in来完成的
(2)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:
d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
print(key)
(3)由于字符串也是可迭代对象,因此,也可以作用于for循环:
for ch in 'ABC':
print(ch)
(4)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:
from collections import Iterable
isinstance('abc',Iterable)
(5)Python内置的enumerate函数可以把一个list变成索引-元素对,这样就可以在for循环中同时迭代索引和元素本身
for i,value in enumerate(['A','B','C']):
print(i,value)
(6)引用了两个变量,在Python里是很常见的,比如下面的代码:
for x,y in [(1,1),(2,4),(3,9)]:
print(x,y)
##练习
请使用迭代查找一个list中最小和最大值,并返回一个tuple:
def findMinAndMax(L):
if L==[]:
return (None, None)
Min=0x3f3f3f3f
Max=-Min
for x in L:
if(x<Min):
Min=x
if(x>Max):
Max=x
return (Min,Max)
三、列表生成式
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。
(1)生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
list(range(1,11))
(2)要生成[1x1, 2x2, 3x3, ..., 10x10]
[x*x for x in range(1,11)]
要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来
(3)使用两层循环,可以生成全排列
[m+n for m in 'ABC' for n in 'XYZ']
(4)列出当前目录下的所有文件和目录名
import os
l=[d for d in os.listdir('.')]
print(l)
(5)列表生成式也可以使用两个变量来生成list
d = {'x': 'A', 'y': 'B', 'z': 'C' }
l=[k+'='+v for k,v in d.items()]
print(l)
(6)把一个list中所有的字符串变成小写
L = ['Hello', 'World', 'IBM', 'Apple']
print([s.lower() for s in L])
##
如果list中既包含字符串,又包含整数,由于非字符串类型没有lower()方法,所以列表生成式会报错:
>>> L = ['Hello', 'World', 18, 'Apple', None]
>>> [s.lower() for s in L]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 1, in <listcomp>
AttributeError: 'int' object has no attribute 'lower'
使用内建的isinstance函数可以判断一个变量是不是字符串:
>>> x = 'abc'
>>> y = 123
>>> isinstance(x, str)
True
>>> isinstance(y, str)
False
请修改列表生成式,通过添加if语句保证列表生成式能正确地执行:
L = ['Hello', 'World', 18, 'Apple', None]
L2=[s.lower() for s in L if isinstance(s,str)]
print(L2)
if L2 == ['hello', 'world', 'apple']:
print('测试通过!')
else:
print('测试失败!')
四、生成器
在Python中,这种一边循环一边计算的机制,称为生成器:generator。
**第一种**
(1)创建。只要把一个列表生成式的[]改成(),就创建了一个generator
g=(x*x for x in range(10))
(2)访问。如果要一个一个打印出来。一是可以通过next()函数获得generator的下一个返回值。
print(next(g))
二是:我们创建了一个generator后,基本上永远不会调用next(),而是通过for循环来迭代它,并且不需要关心StopIteration的错误。
for n in g:
print(n)
**第二种**
(1)创建。如果推算的算法比较复杂,用类似列表生成式的for循环无法实现的时候,还可以用函数来实现。
def fib(max):
n,a,b=0,0,1
while n<max:
yield b #print(b),还是回输出
a,b=b,a+b #t=(b,a+b) a=t[0] b=t[1]
n=n+1
return 'done'
(2)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:
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。
(2)访问。仍然可以用next():
f=fib(5)
print(next(f))
但是我们基本上从来不会用next()来获取下一个返回值,而是直接使用for循环来迭代:
for n in fib(6):
print(n)
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
g=fib(6)
while True:
try:
x=next(g)
print('g:',x)
except StopIteration as e:
print('Generator return value:',e.value)
break
##练习
杨辉三角定义如下:
1
/ \
1 1
/ \ / \
1 2 1
/ \ / \ / \
1 3 3 1
/ \ / \ / \ / \
1 4 6 4 1
/ \ / \ / \ / \ / \
1 5 10 10 5 1
把每一行看做一个list,试写一个generator,不断输出下一行的list:
def triangles():
l=[1]
while True:
yield l
print(range(len(l)-1))
l=[1] + [l[n]+l[n+1] for n in range(len(l)-1)] + [1]
n = 0
results = []
for t in triangles():
print(t)
results.append(t)
n = n + 1
if n == 10:
break
if results == [
[1],
[1, 1],
[1, 2, 1],
[1, 3, 3, 1],
[1, 4, 6, 4, 1],
[1, 5, 10, 10, 5, 1],
[1, 6, 15, 20, 15, 6, 1],
[1, 7, 21, 35, 35, 21, 7, 1],
[1, 8, 28, 56, 70, 56, 28, 8, 1],
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
]:
print('测试通过!')
else:
print('测试失败!')
五、迭代器
我们已经知道,可以直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如list、tuple、dict、set、str等;
一类是generator,包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象:
from collections import Iterable
print(isinstance([],Iterable))
而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。
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。
可以使用isinstance()判断一个对象是否是Iterator对象:
from collections import Iterator
print(isinstance((x for x in range(10)),Iterator))
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。