Python学习(廖雪峰)笔记②——Python高阶
Python高阶
切片Slice
List
L[num1:num2]
从num1开始索引,直到索引num2结束(不包括num2)
L[:n]
从0开始,直到n结束(不包括n)
L[-n:] or L[-n1:-n2]
倒数取数,倒数第一个元素的索引是 -1
L[num1:num2:internal]
从 num1
到 num2
,每 internal
取一个
L[:]
复制list
tuple
操作的结果仍然是tuple
>>>(0,1,2,3,4,5)[:3]
(0,1,2)
string
字符串可以看成是一种list,每个元素就是一个字符,操作结果仍是字符串
>>>'ABCDEFG'[:3]
'ABC'
>>>'ABCDEFG'[::2]
'ACEG'
迭代
使用for循环进行遍历
for … in …
作用范围:
dict
for key in dict
迭代key(由于 dict 不是顺序排列,迭代结果顺序可能不一样)
for value in dict.values()
迭代 value
for k,v in dict.items()
同时迭代 key 和 value
字符串 for ch in str
判断是否可迭代:collections.abc 模拟的 Iterable 类型实现
>>>from collection.abcs import Iterable
>>>isinstance('abc',Iterable)
True
下标循环:enumerate函数 将一个list 变成索引-元素对
for i,value in enumerate(['a','b','c']):
print(i,value)
同时引用两个变量
for x,y in [(1,1),(2,4),(3,9)]:
print(x,y)
列表生成式 List Comprehensions
#生成 1*1,2*2,……,10*10的list
>>>[x * x for x in range(1,11)]
[1,4,9,16,25,36,49,64,81,100]
#for循环后可以加入if判断
>>>[x * x for x in range(1,11) if x % 2 == 0]
[4,16,36,64,100]
#可以使用两层循环
>>>[m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
#使用两个变量生成list
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
#将list中的所有字符串变成小写
>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']
注意:for 前面的 if-else 是表达式,for 后面的 if 是过滤条件,不能有else
生成器 Generator
一边循环,一边计算,从而不必创建完整的list,以节省大量空间
generator 保存的是算法,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
创建方法①:
列表生成式的 [] 变成 () g = (x*x for x in range(10))
获取元素:next(g)
或者 for循环,generator是可迭代对象
创建方法②:
函数定义中包含 yield
关键字,那么这个函数就是一个generator函数,调用generator函数将返回一个generator;多次调用generator函数会创建多个相互独立的generator
generator函数的执行流程:调用 next()
时执行,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
可迭代对象——Iterable
集合数据类型:list、tuple、dict、set、str……
生成器:generator、generator function
判断: isinstance(obj,Interable)
用于判断一个对象是否是Iterable对象
迭代器
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
直到没有数据时抛出 StopIteration
错误
迭代器表示的是一个数据流,可以将该数据流看作是一个有序序列,但并不知道序列的长度,只能通过不断地 next()
函数实现按需计算下一个数据
Iterator 的计算是惰性的
Iterator 可以表示一个无限大的数据流,例如全体自然数
判断: isinstance(obj,Interator)
用于判断一个对象是否是Iterator对象
Compare
生成器都是 Iterator
list、dict、str是Iterable(可迭代对象),但并不是 Iterator(迭代器)
iter(list)
使用 iter() 函数可以将 Iterable 转变成 Iterator