高级特性
切片-Slice
- 取list或者tuple的部分元素
- 索引从0开始,左闭右开
- 支持倒数切片,最后一个元素的索引为-1
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
# 取前三个元素
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
# 从0开始,0可以省略
>>> L[:3]
['Michael', 'Sarah', 'Tracy']
# 倒数切片
>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']
# 设置切片步长
>>> L[:5:2]
['Michael', 'Tracy', 'Jack']
切片十分灵活
迭代
- 如果给定一个list或tuple(或可迭代对象),我们可以通过for循环来遍历这个对象,这种遍历我们称为迭代
- 在Python中,迭代是通过for … in来完成的
- 当我们使用for循环时,只要作用于一个可迭代对象,for循环就可以正常运行,而我们不太关心该对象究竟是list还是其他数据类型
通过collections.abc模块的Iterable类型判断,是否为可迭代对象
>>> 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
使用Python内置的enumerate函数可以把一个list变成索引-元素对,对list实现了类似Java那样的下标循环,即在for循环中同时迭代索引和元素本身:
>>> for i, value in enumerate(['A', 'B', 'C']):
... print(i, value)
...
0 A
1 B
2 C
列表生成式
- List Comprehensions,用来创建list的生成式
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# for循环后面还可以加上if判断
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
# 使用两层循环,可以生成全排列
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
- 在一个列表生成式中,for前面的if … else是表达式,而for后面的if是过滤条件,不能带else
生成器-generator
- 考虑内存限制,python实现在循环的过程中不断推算出后续的元素,达到不用创建完整的list的目的
- 这种一遍循环一边计算的机制,叫做生成器
- 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
- 使用for循环打印生成器
# 创建生成器
# 1.把一个列表生成式的[]改成(),就创建了一个generator
# 2.使用函数(eg.斐波拉契函数)
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
- 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,调用一个generator函数将返回一个generator
- 普通函数是顺序执行,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。
迭代器-Iterator
- 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