学习python3 05 python的高级特性

最新推荐文章于 2024-03-28 10:53:15 发布

水果先生

最新推荐文章于 2024-03-28 10:53:15 发布

阅读量399

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/qq_23225317/article/details/53787318

版权

Python 专栏收录该内容

7 篇文章 1 订阅

订阅专栏

切片

对这种经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。

//取切片前3个元素

L[0:3]
L[:3]
L[-2:-1]

//取前10个元素，每两个取一个
L[:10:2]

//复制一个list
L2=L[:]

有了切片操作，很多地方循环就不再需要了。Python的切片非常灵活，一行代码就可以实现很多行循环才能完成的操作。

迭代

Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。

 d = {'a': 1, 'b': 2, 'c': 3}
 for key in d:
...     print(key)
...
a
c
b

因为dict的存储不是按照list的方式顺序排列，所以，迭代出的结果顺序很可能不一样。

默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。

当我们使用for循环时，只要作用于一个可迭代对象，for循环就可以正常运行，而我们不太关心该对象究竟是list还是其他数据类型。

那么，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。

Python内置的enumerate函数可以把一个list变成索引-元素对。

列表生成式

list(range(1, 11)) 
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

[x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

[x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]

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

//isinstance(x,str)用于判断x是否是一个字符串

生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，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白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator

L = [x * x for x in range(10)]
g = (x * x for x in range(10))//生成器

>>> g
<generator object <genexpr> at 0x1022ef630>

如何访问生成器

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值。所以，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。

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。

//杨辉三角
# -*- coding: utf-8 -*

def triangles():
    L=[1]
    while (True):
        yield(L)
        L.append(0)
        L=[L[i-1]+L[i] for i in range(len(L))]
n = 0
for t in triangles():
    print(t)
    n = n + 1
    if n == 10:
        break