Python学习笔记（3）--高级特性

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

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。