函数的高阶特性——Python学习笔记04

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。