在Python中,代码越少越好,越简单越好,开发效率越高。
切片
对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,可以简化操作。Python中的切片相当于其他语言针对字符串提供的截取函数(如:substring)
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
如果第一个索引是0 ,可以省略。
同样支持倒数切片,如:
>>>L =[a, b, c, d]
>>>L[-2:]
c, d
>>>L[-2:-1]
c
前10个数,每两个取一个:
>>>L = list(range(100))
>>>L[:10:2]
[0, 2, 4, 6, 8]
所有数,每5个取一个:
>>>L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, **, **, **, **, 60, 65, 70, 75, 80, 85, 90, 95]
什么都不写,只写[:]就可以复制一个list:
>>>L[:]
[1, … 99]
tuple也可以用切片操作,不过结果仍是tuple:
>>>(0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
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:
>>>’ABCDE’[:2]
‘AB’
>>>’ABCDEFG’[::2]
‘ACEG'
Python中的切片相当于其他语言针对字符串提供的截取函数(如:substring)。
迭代
如果给定一个list或tuple,我们可以通过for循环来遍历这个list或tuple,这种遍历我们称为迭代(Iteration)。
在Python中,迭代是通过for … in
来完成的。
其for循环不仅可以作用在list或tuple上,还可以作用在其他可迭代对象上,无论有无下标,都可迭代。
如dict,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()
。
如何判断一个对象是否为可迭代对象,方法是通过collection模块的Iterable类型判断:
>>>from collections import Iterable
>>>isinstance(‘ABC’, Iterable) # 查看该str是否可迭代
True
如果要对list实现类似Java的下标循环,可以通过Python内置的enumerate函数把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 a, b in enumerate(['A', 'B', 'C']):
print(a,b)
0 A
1 B
2 C
在上面的循环中同时引用了两个变量,在python 中是很常见的:
>>>for a, b in [(1, 2), (2, 3), (3, 4)]:
print(a, b)
1 2
2 3
3 4
列表生成式
列表生成式是Python内置的非常简单却强大的可以用来创建list的生成式。
写列表生成式时,把要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来。
for循环后面还可以加上if判断。
还可以使用两层循环,可以生成全排列:
>>>[m + n for m in ‘ABC’ for n in ‘XYZ’]
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
运用列表生成式,可以写出非常简洁的代码。
例如,列出当前目录下的所有文件和目录名,可以通过一行代码实现:
>>>import os
>>>[d for d in os.listdir(‘.’)]
['.emacs.d', '.ssh', '.Trash', 'Adlm', 'Applications', 'Desktop', 'Documents', 'Downloads', 'Library', 'Movies', 'Music', 'Pictures', 'Public', 'VirtualBox VMs', 'Workspace', 'XCode’]
for 循环可以同时使用两个甚至多个变量,因此,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’}
>>>[q + ‘=‘ + w for q, w in d.items()]
['x = A', 'y = B', 'z = C’]
也可以把一个list中所有的字符变成小写:
>>>L =[‘Hello’, ‘World’, ‘IBM’, ‘Apple’]
>>>[x.lower() for x in L]
[‘hello’, ‘world’, ‘ibm’, ‘apple’]
生成器
在Python中,一边循环一边计算的机制,称为生成器(generator)。
创建一个generator的方法很多,有一种简单的方法是,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(1,11)] #L是一个list
>>> L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
>>> g = (x * x for x in range(1, 11)) #g是一个generator
>>> g
<generator object <genexpr> at 0x105473728>
可以通过next()函数获取generator的下一返回值,直至计算到最后一个元素,没有更多的元素时会抛出StopIteration的错误。
其实正确的方法是使用for循环,因为generator也是可迭代对象:
>>>print(g)
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
如果推算的算法比较复杂,用类似列表生成式的for循环无法实现时,可以通过函数的方式实现。
斐波拉契数列可以用函数打印出来:
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,赋值语句:
a, b = b, a+b
相当于:
t = (b, a + b) # t是一个tuple
a = t[0]
b = t[1]
但不必显式写出临时变量t就可以赋值。
定义generator的另一种方法就是通过改动上面的函数,包含yield的函数就是一个generator。
要把上面的函数改成generator,只需把print(b)改成yield b 就可以了:
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return ‘done'
generator和函数的执行流程不一样。
函数是按顺序执行,遇到return语句或最后一行函数语句就返回。
而变成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。
把函数改成generator后,我们基本上不会用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)
但是在for循环调用generator时,拿不到generator的return语句的返回值。如果要拿到,必须捕获StopIteration错误,返回值包含在StopIteration的value中。
问题:打印出杨辉三角
# -*- coding: utf-8 -*-
def triangles():
L = [1]
while True: #进入持续循环
yield L
L.append(0) #1) 利用尾部插入0来控制第一位和最后一位值始终为1;
#2) 同时也是为了保证每一行的数值个数正确,因为后面有用到len(L)
# 来确定每次生成L的最终长度。
L = [L[i - 1] + L[i] for i in range(len(L))]
#while的执行分解为简单的步骤:
while True:
yield L
L.append(0)
length = len(L)
new_L = []
for i in range(length):
new_L.append(L[i-1]+L[i])
L = new_L
#第一次打印出的步骤: 不进行循环
L = [1]
#第二次打印的步骤:
while True:
yield L
L = [1, 0]
length = 2
for i in [0, 1]:
new_L.append(L[-1] + L[0]) #第一次循环为1
new_L.append(L[0] + L[1]) #第二次循环为1
L = new_L = [1,1]
#第三次打印步骤:
while True:
yield L
L= [1, 1, 0]
length = 3
for i in [0, 1, 2]:
new_L.append(L[-1] + L[0]) #第一次循环为1
new_L.append(L[0] + L[1]) #第二次循环为2
new_L.append(L[1] + L[2]) #第三次循环为1
L = new_L = [1, 2, 1]
#第四次打印步骤:
while True:
yield L
L = [1, 2, 1, 0]
length = 4
for i in [0, 1, 2, 3]:
new_L.append(L[-1] + L[0]) #第一次循环为1
new_L.append(L[0] + L[1]) #第二次循环为3
new_L.append(L[1] + L[2]) #第三次循环为3
new_L.append(L[2] + L[3]) #第四次循环为1
L = new_L = [1, 3, 3, 1]
...
打印出前10行杨辉三角:
n = 0
for t in triangles():
print(t)
n = n+1
if n == 10:
break
迭代器
集合数据类型(list, tuple, dict, set, str等)和generator(包括带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
>>>isinstance(‘ABC’, Iterable)
True
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,如生成器generator。
可使用isinstance()判断一个对象是否是Iterator对象:
>>>from collections import Iterator
>>>isinstance((x * x for x in range(10)), Iterator)
True
生成器都是Iterator对象,但list,dict,str虽然是Iterable,却不是Iterator。
可以使用iter()函数把这些Iterable变成Iterator:
>>>isinstance(iter({}), Iterator)
True
>>>isinstance(iter(‘ABC’), Iterator)
Ture
Python的Iterator对象表示的是一个数据流,这个数据流可以看作一个有序序列,但我们不能不知道序列的长度。Iterator的计算是惰性的,只有需要返回下一个数据时它才会计算,它们表示一个惰性计算的序列。
Python的for循环本质上就是通过不断调用next()函数实现的。