Python学习07：高级特性

本文学习Python的笔记，仅供参考

本文介绍一下Python的高级特性：切片，迭代，列表生成器，生成器

切片

对于List和tuple数据结构，会经常取其中的部分进行操作，如L = [1，2，3，4，5，6] ，取前三个元素，这样的话需要L[0],L[1],L[2] 这样操作才能依次取出，如果多的话比较繁琐。Python中的切片功能就很nice的完成这个任务

L = [22,33,44,55,66,77,88,99]
print(L[0:3])

输出结果：

======================== RESTART: E:/python/Slice.py ========================
[22, 33, 44]

可见L[0：3]代表从索引0开始取元素，直到3为止，但是不包括3，位0，1,2的对应的数据。

当然索引页可以不从0开始 如 L[1，3] ,则取出33,44

>>> L = [22,33,44,55,66,77,88,99]
>>> L[1:3]
[33, 44]

可不可以到这取，当然也是犀利的可以，方便上完全碾压C语言，-1代表最后一个了

>>> L[-1]
99

那取后几个个呢？ L[-5：-2]

>>> L[-5:-2]
[55, 66, 77]

有了切片操作，很多地方循环就不再需要了。Python的切片非常灵活，一行代码就可以实现很多行循环才能完成的操作。

迭代

如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。

在Python中，迭代是通过for ... in来完成的，而很多语言比如C或者Java，迭代list是通过下标完成的。比如代码

L=[22,33,44,55,66,77,88,99]
i =0
for i in L:
    print(i)

完成迭代遍历

====================== RESTART: E:/python/Iteration.py ======================
22
33
44
55
66
77
88
99

列表生成式

这个主要解决如何生成List的，一般情况下我们使用，我们看到这个比较有规律的，连续的数字，那比较复杂的呢？

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

比如我要生成一个[1x1,2x2,3x3 ... 10x10]的列表，可以运用列表生成式

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

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
>>> [d for d in os.listdir('.')]
['a.py', 'function.py', 'Iteration.py', 'qiepian.py', 'Slice.py', 'test.py', 'while.py']

生成器

在Python中，这种一边循环一边计算的机制，称为生成器：generator。实际上这个就是一个动态的生成list，一次生成过多的而不用浪费内存空间。

上面生成列表的[]修改为()即可生成g

>>> g= (x*x for x in range(1,11))
>>> g
<generator object <genexpr> at 0x00000057B167CFC0>

这样生成了一个generator，我们看到的应该是一个地址，可以通过next函数打印list中的每一个元素，一直到最后一个元素

>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
100
>>> next(g)
Traceback (most recent call last):
  File "<pyshell#24>", line 1, in <module>
    next(g)
StopIteration

当然是用next 太复杂了，可以使用for循环遍历了。