python 指南（04）高级特性

切片

• 切片很简单就是用索引的方式获取str、list、tuple的元素
• 具体的规则：str[begin_index:end_index:step]

---

迭代

• 能够使用 for–in 循环进行遍历就是可迭代的
• 判断一个对象是否可以使用 for–in

from collections import Iterable
print(isinstance({'a':12,'b':34}, Iterable))

• 字典迭代：默认迭代的是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()

• list下标循环：可以使用while实现，也可以用for–in结合enumerate函数实现

for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)

---

列表生成式

• 运用列表生成式，可以快速生成list，可以通过一个list推导出另一个list，代码简洁

list(range(1, 11))

[x * x for x in range(1, 11) if x % 2 == 0]

[m + n for m in 'ABC' for n in 'XYZ']

d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()]

L = ['Hello', 'World', 'IBM', 'Apple']
[s.lower() for s in L]

---

生成器generator

• 在Python中，这种一边循环一边计算的机制，称为生成器：generator

一、generator的两种定义方式

1、第一种：改造list生成式

• 使用next方法取元素的时候，如果没有更多的元素了会抛出StopIteration的错误
• 使用 for-in就不会有上面的问题，generator也是可迭代的

g = (x * x for x in range(10))
next(g)

2、第二种：使用 yield

• 斐波拉契数列的generator改造

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

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

示例说明

• 一个函数定义中包含yield关键字，那么这个函数就是一个generator
• 注意上面的例子中的这种赋值方式：a, b = b, a + b

第二种generator的执行流程

• 普通函数是顺序执行，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

generator函数的return返回值获取

• 使用 for–in 进行迭代是无法获取return 后面的返回值的
• 只有使用 next 方法，捕获StopIteration错误，返回值包含在StopIteration的value属性中
• 普通函数调用直接返回结果，generator函数的调用实际返回一个generator对象g

g = fib(6)
while True:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

---

迭代器

一、可迭代类型和迭代器

• 凡是可作用于for循环的对象都是Iterable类型，list、tuple、dict、set、str、generator都是的
• 凡是可作用于next()函数的对象都是Iterator类型，表示一个惰性计算的序列，generator就是
• 继承结构来看，Iterator是Iterable的子类，所以Iterator一定是Iterable
• 集合数据类型如list、dict、str等是Iterable但不是Iterator，但可以通过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，dict等会被自动转化为Iterator

---