Python 基础与笔记（2）

1、list与tuple的切片操作：

list[：5]或list[0:5]表示第0，1，2，3，4个索引值；

负，list[-2:0]等于list[-2:]即倒数第2、倒数第1个数；

跳：list[1:10:2]，表示步长为2的。

2、迭代操作：

对于list、tuple还有字符串都可以用 for…in 进行迭代，而对于dictionary的话，也可以哦，只不过默认情况下，dict迭代的是key。

迭代value，用  for value in d.itervalues()

同时迭代key和value，用  for k, v in d.iteritems()

3、列表生成式：很方便

生成1－10的list:

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

生成 1²、2²、……10²的list：

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

还可以再选择一下：

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

还可以两层循环的：

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

注：效果一样

>>> a=[[1,2,3],[4,5,6],['a','b']]

>>>[y for x in a for y in x]
[1, 2, 3, 4, 5, 6, 'a', 'b']

from numpy import *

>>> a=array([[1,2],[3,4],[5,6]])

>>> a.flatten()

array([1,2,3,4,5,6])

 4、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）。

创建方法1：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)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x104feab40>

可以通过generator的.next()方法打印出来数据，另外也可以通过迭代哦，基本上我们都选择for…in迭代方法。

 

创建方法2:通过特殊函数创建：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。

#这是函数，输出斐波那契数列
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print b
        a, b = b, a + b
        n = n + 1

#这是generator,也是生成斐波那契数列；
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

 

注意：这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者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。

>>> def odd():
...     print 'step 1'
...     yield 1
...     print 'step 2'
...     yield 3
...     print 'step 3'
...     yield 5
...
>>> o = odd()
>>> o.next()
step 1
1
>>> o.next()
step 2
3
>>> o.next()
step 3
5
>>> o.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration