Python高级知识
原文地址:Python高级知识
# -*- coding: utf-8 -*-
# !/usr/bin/python3
# 切片
# L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
# 取前3个元素
# 笨办法
# print(L[0], L[1], L[2])
# 取前3个元素
# r = []
# n = 3
# for i in range(n):
# r.append(L[i])
# print(r)
# 取前3个元素,用一行代码就可以完成切片:
# print(L[0:3])
# 如果第一个索引是0,还可以省略:
# print(L[:3])
# 也可以从索引1开始,取出2个元素出来:
# print(L[1:3])
# 类似的,既然Python支持L[-1]取倒数第一个元素,那么它同样支持倒数切片,试试:
# print(L[-2:])
# 切片操作十分有用。我们先创建一个0-99的数列:
# L = list(range(100))
# print(L)
# print(L[:10])
# 所有数,每5个取一个:
# print(L[::5])
# 迭代
# list这种数据类型虽然有下标,但很多其他数据类型是没有下标的,但是,只要是可迭代对象,无论有无下标,都可以迭代,比如dict就可以迭代:
# d = {'a': 1, 'b': 2, 'c': 3}
# for key in d:
# print(key)
# 由于字符串也是可迭代对象,因此,也可以作用于for循环:
# for ch in 'ABC':
# print(ch)
# 那么,如何判断一个对象是可迭代对象呢?方法是通过collections模块的Iterable类型判断:
# from collections import Iterable
#
# isinstance('abc', Iterable) # str是否可迭代 True
#
# isinstance([1, 2, 3], Iterable) # list是否可迭代 True
#
# isinstance(123, Iterable) # 整数是否可迭代 False
# 列表生成式
# 举个例子,要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11)):
# print(list(range(1, 11)))
# 但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做?方法一是循环:
# L = []
# for x in range(1, 11):
# L.append(x * x)
# print(L)
# 但是循环太繁琐,而列表生成式则可以用一行语句代替循环生成上面的list:
# print([x * x for x in range(1, 11)])
"""
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,十分有用,多写几次,很快就可以熟悉这种语法。
for循环后面还可以加上if判断,这样我们就可以筛选出仅偶数的平方:
"""
# print([x * x for x in range(1, 11) if x % 2 == 0])
# 还可以使用两层循环,可以生成全排列:
# print([m + n for m in 'ABC' for n in 'XYZ'])
'''
三层和三层以上的循环就很少用到了。
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 # 导入os模块,模块的概念后面讲到
#
# print([d for d in os.listdir('.')]) # os.listdir可以列出文件和目录
# for循环其实可以同时使用两个甚至多个变量,比如dict的items()可以同时迭代key和value:
# d = {'x': 'A', 'y': 'B', 'z': 'C'}
# for k, v in d.items():
# print(k, '=', v)
# 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' }
# print([k + '=' + v for k, v in d.items()])
# 最后把一个list中所有的字符串变成小写:
# L = ['Hello', 'World', 'IBM', 'Apple']
# print([s.lower() for s in L])
'''
使用列表生成式的时候,有些童鞋经常搞不清楚if...else的用法。
例如,以下代码正常输出偶数:
'''
# print([x for x in range(1, 11) if x % 2 == 0])
'''
这是因为for前面的部分是一个表达式,它必须根据x计算出一个结果。因此,考察表达式:x if x % 2 == 0,它无法根据x计算出结果,因为缺少else,必须加上else:
'''
# print([x if x % 2 == 0 else -x for x in range(1, 11)])
# print([x * x for x in range(1, 11)])
# 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。
要创建一个generator,有很多种方法。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)]
# print(L)
# g = (x * x for x in range(10))
# print(next(g))
'''
我们讲过,generator保存的是算法,每次调用next(g),就计算出g的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration的错误。
当然,上面这种不断调用next(g)实在是太变态了,正确的方法是使用for循环,因为generator也是可迭代对象:
'''
# for n in g:
# print(n)
'''
所以,我们创建了一个generator后,基本上永远不会调用next(),而是通过for循环来迭代它,并且不需要关心StopIteration的错误。
generator非常强大。如果推算的算法比较复杂,用类似列表生成式的for循环无法实现的时候,还可以用函数来实现。
比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易:
'''
# 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'
# 迭代器
'''
我们已经知道,可以直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如list、tuple、dict、set、str等;
一类是generator,包括生成器和带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.abc import Iterable, Iterator
print(isinstance([], Iterable))
print(isinstance({}, Iterable))
print(isinstance('abc', Iterable))
print(isinstance(100, Iterable))
'''
而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:
'''
print(isinstance((x for x in range(10)), Iterator))
'''
生成器都是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数:
'''
print(isinstance(iter([]), Iterator))
'''
你可能会问,为什么list、dict、str等数据类型不是Iterator?
这是因为Python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。
'''
'''
凡是可作用于for循环的对象都是Iterable类型;
凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;
集合数据类型如list、dict、str等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。
'''
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break
# if __name__ == '__main__':
# f = fib(6)
# print(f)
# for n in fib(6):
# print(n)
博客来源:雨夜的博客