目录
1、切片
切片操作符a[i:j]:表示复制a[i]到a[j-1],以生成新的list对象。
当 i 缺省时,默认为0
当 j 缺省时,默认为len(alist)
当 i,j 都缺省时,a[:]就相当于完整复制一份ab = a[i:j:s] 表示:i,j与上面的一样,但 s 表示 步进,缺省为1
所以a[i:j:1]相当于a[i:j]
当s<0时,i缺省时,默认为-1. j缺省时,默认为-len(a)-1
所以a[::-1]相当于 a[-1:-len(a)-1:-1],也就是从最后一个元素到第一个元素复制一遍,即倒序
倒数索引,倒数第一个元素的索引是 -1,
L[-2:]:代表倒数两个元素
L[:]:代表原样复制一个L列表
同样适用于 字符串、tuple
2、迭代
用for循环来遍历list或tuple,叫迭代,包括字典、字符串。
对字典dict:
迭代key:for k in dict 对dict迭代,默认迭代key
迭代value:for value in dict.value()
同时迭代key和value:for k,v in dict.item()
注意:dict的存储不是顺序排列,所以迭代结果顺序可能不一样
判断对象可否迭代: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
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
3、列表生成式
[生成列表 for 变量 in 列表 if语句]
例如:
>>> [x * x for x in range(1, 11) if x % 2 == 0] 表示 生成1-10中偶数的平方的列表
[4, 16, 36, 64, 100]
4、生成器
一边循环一边计算的机制,称为生成器:generator。不必创建完整的list,从而节省大量的空间
方法一:列表生成式的[ ]改为( ),如:
L=[x * x for x in range(10)] L为列表
G=(x * x for x in range(10)) G为生成器
可以用next( )函数:next(G)来获得生成器的下一个返回值,当没有更多元素时,报错:StopIteration
正常使用为for循环,计算想要的得到几个结果:for n in G
方法二:yield 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
例:斐波拉契数列:1, 1, 2, 3, 5, 8, 13, 21, 34, ...
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
#yield b
a, b = b, a + b
n = n + 1
return 'done'
将 print(b)变为yield b 就将一个函数变成生成器了。
yield的特点是: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
5、迭代器
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
。
用于for循环的的数据类型(可迭代对象:Iterable):
1、数据集合类型:list、tuple、dict、set、str
2、generator:包括生成器和带yield
的generator function
判断是否为迭代器:
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
- 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。 - Python的
for
循环本质上就是通过不断调用next()
函数实现的,例如: