Python-函数其他(学习笔记4）

Python-函数其他

---

切片

对于list和tuple来说，可能有事需要获得他们的子串，而Java等都提供了类似subString()的方法来获取子串，而对于Python来说则有一种方法叫 切片
例如：
L = ['michel','Sarah','Bob','Tom']
想要获取L的前2个元素怎么办？
当然也可以使用for循环，但是这样太麻烦了。

>>>L[0:3]
['michel','Sarah','Bob']

这样既可获得前2个元素，L[0:3]表示从下标0开始（包括0），3结束（不包括3）。
如果是从0开始的话，0 可以省略，即 L[:3]

因为下标 -1 可以访问最后一个元素，所以负数的下标也是可以的。
但是必须是第一个下标小于第二个下标，（包括第一个下标，不包括第二个下标）并且为正序输出的

>>>L[-3:-1]
['michel','Sarah']

L[-3:-1] 表示取 L 中的倒数第三个（包括）到倒数第一个(不包括）

迭代

就是遍历List或者tuple,在Java中多是for 来完成的
在Python中，使用 for...in ,它可以用在list，tuple，dict等上，例如在dict上：

>>>dic = {'x':1,'y':2,'z':3}
>>.for key in dic
···    print(key)
···
x
y
z

dict默认迭代的是key，如果迭代value，for value in dic.values() ，都遍历使用for key,value in d.items()
注意：dict内的顺序不一定，遍历多次的结果可能不一致

如何检查一个对象是不是可迭代对象呢？
通过collections模块的Iterable类型

>>>from collections import Iterable
>>>isinstance('abc',Interable)
True

---

列表生成式

用来快速生成list，例如要生成1*1,2*2,3*3,4*4,5*5,6*6，我们怎么做？可以使用循环，但是过于麻烦
还可以使用

>>> l = [x * x for x in range(1,7) ]
>>> l
[1, 4, 9, 16, 25, 36]

for 循环之后还可以加上if表达式，来筛选某些数

>>> l = [x * x for x in range(1,7) if x % 2 == 0]
>>> l
[4, 16, 36]

还可以使用两层循环来生成全排列

>>> l = [m + n for m in 'xyz' for n in 'abc']
>>> l
['xa', 'xb', 'xc', 'ya', 'yb', 'yc', 'za', 'zb', 'zc']

也可以利用一些方法来改变大小写

>>> l = ['Abc','Def','Ghi']
>>> [s.lower() for s in l]
['abc', 'def', 'ghi']

---

生成器

通过列表生成器我们可以生成一个list，但是收到内存限制，列表的大小肯定会有限制。
Python中有一个机制能够节省空间，条件是这个列表中的元素能够能够按照某种算法推导出来，然后只在使用的过程中推断出要使用的后序的元素，这被称为generator
创建generator的方法很多，第一种： 只需要把列表生成式中的[]改为()

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x000002253945DAF0>

我们可以直接答应list里面的全部元素，但是我们要怎么打印generator里的元素呢？
使用next()来访问下一个元素，当到最后一个元素之后没有更多元素时，会答应StopIteration错误

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

当然一直调用next()多余麻烦，也可以使用for循环

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81

在原教程中的斐波那契数列的例子中，

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

提到了一个语句：a, b = b, a + b
这个语句的实际执行相当于：

t = (b, a + b) # t是一个tuple
a = t[0] #即a = b
b = t[1] #b = a + b  !但是此时的a并没有赋值为b！！！！

关于以上的这个斐波那契数列函数，实际上也是一个一个一个推算的函数，对于这个函数，其实也可以变成generator的，只需要将print(b)改为yield b就可以。
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：
这里问题就在于 generator 函数的执行：在每次执行next()的时候执行一次，遇到yield就返回，下一次在上次返回的yield的位置继续执行,例如：

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5

在调用时要先生成一个odd函数,在调用next()

>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3

当然还可以用for。

---

迭代器

以直接作用于for循环的对象统称为可迭代对象：Iterable。
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。

• 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的for循环本质上就是通过不断调用next()函数实现的