切片就相当于其他语言中的截断函数,取部分指定元素用的。
L = list(range(100))
#利用切片取部分元素
print(L[0:10]) #取从索引从0到9的前10个元素
print(L[-10:]) #取最后10个元素
print(L[10:20])#取从索引10到19的10个元素
print(L[:10:2])#从前10个元素中每两个取一个元素
print(L[::10]) #所有元素中每10个取一个元素
运行结果:
取从索引从0到9的前10个元素: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 取最后10个元素: [90, 91, 92, 93, 94, 95, 96, 97, 98, 99] 取从索引10到19的10个元素: [10, 11, 12, 13, 14, 15, 16, 17, 18, 19] 从前10个元素中每两个取一个元素: [0, 2, 4, 6, 8] 所有元素中每10个取一个元素: [0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
迭代(Iteration)
迭代,即遍历。使用for循环的时候,只要是作用于一个可迭代对象,for循环就能正常运行。
判断一个对象是够是可迭代对象:
from collections import Iterable
print('字符串 is Iterable ?',isinstance('abc',Iterable))
print('list is Iterable ?',isinstance([1,2,3],Iterable))
print('整数 is Iterable ?',isinstance(123,Iterable))
运行结果:
字符串 is Iterable ? True list is Iterable ? True 整数 is Iterable ? False
遍历可迭代对象的几种方法:
#遍历字符串:
for ch in 'abc':
print(ch)
#遍历list
L = ['A','B','C']
for tmp in L:
print(tmp)
for i,value in enumerate(L):
print(i,':',value)
#遍历dict
d = {'1':'111','2':'222','3':'333'}
for key,v in d.items():
print('key:',key,'value:',v)
列表生成式
常见的list生成方式:
list(range(1, 11))
然而通过python内置的列表生成式,你可以换不同的姿势生成list,你可以这样:
[x * x for x in range(1,11)]
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
这样:
[x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
还可以这样:
[m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
是不是很涨姿势? 哈哈~
生成器(generator)
通过上面的列表生成式,我们可以直接创建一个列表。但是受内存限制,列表容量肯定是有限的。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过程中不断推算出后续的元素呢?这样讲就不必创建完整的list,从而节省大量空间。在Python中,这种一边循环一边计算的机制,成为生成器:generator.
创建一个生成器最简单的方法: 把list的[]改成()
L = [x * x for x in range(1,10)]
print(L)
g = (x * x for x in range(1,10))
print(g)
//运行结果:
[1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object <genexpr> at 0x10cc14938>
而且,generator也是可迭代对象,可以通过for来遍历。
定义generator的另一种方法:
def fib(max):
n,a,b = 0,0,1
while n < max:
yield b
a,b = b, a+b
n = n + 1
return 'done'
print(fib(6))
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。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。
迭代器(Iterator)
生成器不但可以作用于for循环,还可以被next()函数不断调用并返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值了。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。
可以使用isinstance()判断一个对象是否是Iterator对象:
from collections import Iterator
print('list is Iterator ?',isinstance([], Iterator))
print('dict is Iterator ?',isinstance({}, Iterator))
print('string is Iterator ?',isinstance('123', Iterator))
//运行结果:
list is Iterator ? False
dict is Iterator ? False
string is Iterator ? False
以上就是python高级特性简介的详细内容,更多关于python高级特性的资料请关注其它相关文章!