人工智能方向学习第五天（python学习）

python的高级特性

切片

1. 在我看来，与matlab中对向量的处理相似，切片是对list,tuple型数据的一种较为快捷的处理方式，可以对这类数据进行快捷操作。
2. 如果我要取list中的几个元素，如：

d=[1,2,3,4]
print(d[0],d[1],d[2])#输出1，2，3

但在python中提供了更为简单的方式：

d=[1,2,3,4]
print(*d[:3])#输出1，2，3

在这里，d[:3]和d[0:3]是等价的，也就是说如果从角标为0开始取可省略，直接：号，这时用上之前学的负数也是可以的。
3. 但如果我要每隔几个取一个：

d=list(range(10))
print(d[:4:2])

就需要在后面再加：号加间隔。如果我所有都每隔几个取：

d=list(range(10))
print(d[::2])

就连续两个冒号。

迭代

1. 在c语言和其他语言中，通常都有一种遍历称之为fori循环，但在python中，可用迭代的方式来代替完成这样的功能：

for x in [1,2,3]:
    print(x*x)#输出1 4 9

如果我要输出数组里的数的同时，输出他的下标，就可以：

for x,y in enumerate([1,2,3]):#该函数可以将list变成一个引元素对
    print(x,y)#输出0,1 1,2 2,3

当然我们之前学的value-key，dict型也可以用这种方式：

d = {'a': 1, 'b': 2, 'c': 3}
for x in d:
    print(x)#输出a b c

这样是输出key，如果我要输出value呢：

for x in {'a':1,'b':2,'c':3}.values():
    print(x)#输出1，2，3

这时就用了values()函数，如果我要key,value都输入呢：

for x,y in {'a':1,'b':2,'c':3}.items():
    print(x,y)#输出a 1,b 2,c 3

这时用到了items函数。只要是可迭代对象就可以用for in循环，那哪些是可迭代对象呢，可以用isinstance函数测出来：
from collections.abc 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

列表生成器

1. 在python中只要找到列表元素的规律，就可以快速生成，如最简单的range：

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

但如果复杂一点，如变成x*x呢这时可以直接在List中迭代：

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

但如果我要实现更多功能或是说更多要求呢，我们可以看到在for x in前后分成来两个部分，前后都可以用if等筛选，比如说前面我要在x是偶数的时候元素是正的xx，而在x是奇数的时候是负的xx，这时就可以：

print([x * x if x%2==0 else -x*x for x in range(1, 11)])#[-1, 4, -9, 16, -25, 36, -49, 64, -81, 100]

我还可以改变后面的，就是选取一些x比如说在后面加if x%2==0，但这时不能加else因为这样就没有挑选意义了。

迭代器

1. 在迭代我们知道了哪些是iterable即可迭代对象，这类对象可以被作用于for，而还有一类叫iterable（迭代器）这类被作用于next()，当然你可以用iter()函数将iterable转变为迭代器。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。python的for循环本质上就是通过不断调用next()函数实现的，例如：

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

等价于我们常见的for in循环。

生成器

1. 如何写一个生成器呢，最简单的方法是，将迭代的[]改成()，如：

y=(x*x for x in range(10))
print(next(y))#这时就会一个个输出，你进行一次输出一个

直到最后输出StopIteration，但我们一般不用next()，而是用for去迭代他。
2. 但我们不只有这一种方式，还有另一种方式，当算法较为复杂时，我们用函数去计算每一个元素的值如斐波函数：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b#关键，yield代表这是一个生成器
        a, b = b, a + b
        n = n + 1
    return 'done'

这时就可以用for 来迭代这个函数，因为他是可迭代对象，这也是最主要的使用方式，而这里yield的用处就像是一个断点，每次运行到这里就会停住并且下次运行的时候从这里开始。你可以用最开始说的next进行操作这个函数，但你需要现实例化一个对象，不然每次用的时候都重新开始。