python十大高级特性_Python学习笔记（十）—— 高级特性

一、切片

1、定义：

经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片(Slice)操作符。

2、语法：

A[1:3] 取出1到3，都是正数的情况下，缺填的为0(第一个)，end(最后一个)

B[-3:] 取出倒数第三个到倒数第一个，都是负数的情况下，缺填的为-1(最后一个)

C[1:10:2] 从1到10，每2个取一个

跟matlab差不多的语法，就是对一个向量可以进行矩阵操作。可以对List.tuple,string,dict,set等使用

二、切片

1、定义：

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)。

2、Python迭代特殊点：

Python的  for循环  抽象程度要高于Java的  for循环  ，因为Python的  for循环  不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。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)

...

a

c

b

由于dict不是顺序排列的，所以迭代出来的结果，可能顺序不同。

3、dict迭代注意点：

(1)可以按照key(默认)迭代，如上

(2)也可以按照value迭代

for value in d.values()

(3)也可以两者同时迭代(python特殊点)

for k, v in d.items()

4、如何判断是否可迭代：使用collections模块的iterable类型进行判断

>>> 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

5、如何实现C语言的下标实现：Python内置的enumerate函数可以把一个list变成索引-元素对

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

... print(i, value)

...

0 A

1 B

2 C

三、列表生成器

1、定义：

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。

2、语法：

(1)基础式：

>>> list(range(1, 11))

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

(2)提高式：

>>> [x * x for x in range(1, 11)]

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

即：前面为运算，后面跟一个迭代

(3)双循环式:

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

['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

(4)多变量式

>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }

>>> [k + '=' + v for k, v in d.items()]

['y=B', 'x=A', 'z=C']

(5)判断式：

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

[4, 16, 36, 64, 100]

四、生成器：

1、定义：

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。

2、列表生成式改良创建生成器：

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)]

>>> L

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

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

>>> g

at 0x1022ef630>

3、打印方法：

(1)next()

>>> next(g)

0

>>> 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)

Traceback (most recent call last):

File "", line 1, in

StopIteration

(2)for循环打印

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

>>> for n in g:

... print(n)

...

0

1

4

9

16

25

36

49

64

81

4、使用函数创建生成器

(1)斐波那契数列打印函数：

def fib(max):

n, a, b = 0, 0, 1

while n < max:

print(b)

a, b = b, a + b

n = n + 1

return 'done'

(2)斐波那契数列生成器：

def fib(max):

n, a, b = 0, 0, 1

while n < max:

yield b

a, b = b, a + b

n = n + 1

return 'done'

要把fib函数变成generator，只需要把print(b)改为yield b就可以了

(3)定义：

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

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。

(4)练习：

def triangles():

L = [1]

while True:

yield L

L.append(0)

L = [L[i - 1] + L[i] for i in range(len(L))]

n = 0

for t in triangles():

print(t)

n = n + 1

if n == 10:

break

5、讨论：

(1)要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。

(2)函数与generator区别

五、迭代器

1、可迭代对象

(1)定义：

可以直接作用于for循环的对象统称为可迭代对象：Iterable。

(2)分类：

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。

(3)判断方法:

可以使用isinstance()判断一个对象是否是Iterable对象：

>>> from collections import Iterable

>>> isinstance([], Iterable)

True

>>> isinstance({}, Iterable)

True

>>> isinstance('abc', Iterable)

True

>>> isinstance((x for x in range(10)), Iterable)

True

>>> isinstance(100, Iterable)

False

2、生成器：

(1)定义：

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。

(2)判断方法:

可以使用isinstance()判断一个对象是否是Iterator对象：

>>> from collections import Iterator

>>> isinstance((x for x in range(10)), Iterator)

True

>>> isinstance([], Iterator)

False

>>> isinstance({}, Iterator)

False

>>> isinstance('abc', Iterator)

False

(3)生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

(4)Iterable 转换成 Iterator

>>> isinstance(iter([]), Iterator)

True

>>> isinstance(iter('abc'), Iterator)

True

3、讨论

(1)凡是可作用于for循环的对象都是Iterable类型；

(2)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，只有在需要返回下一个数据时它才会计算

(3)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。

(4)Python的for循环本质上就是通过不断调用next()函数实现的，例如

for x in [1, 2, 3, 4, 5]:

pass

实际上完全等价于：

# 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