Python之高級特性（切片，迭代，列表生成式，生成器）

切片

取list或者tuple中的部分元素採用切片操做。

在list中取前N個元素，也就是索引爲0-(N-1)的元素，能夠用循環：

>>> r = []
>>> n = 3
>>> for i in range(n):
...     r.append(L[i])
...
>>> r
['Michael', 'Sarah', 'Tracy']

取list中前3個元素，用一行代碼就能夠完成切片：

>>>L[0:3]

['Michael', 'Sarah', 'Tracy']

L[0:3]表示，從索引0開始取，直到索引3爲止，但不包括索引3.既索引0，1，2這三個元素。若是第一個索引是0還能夠省略0。即爲L[:3]。

L[1:3]表示從1開始，取出2個元素。

此外，python支持L[-1]取倒數第一個元素，那麼python一樣支持倒數切片。倒數第一個元素是-1.

取後10個數：

>>>L[-10:]

取前11-20個數：

>>>L[10：20]

前10個數字，每2個取一個：

>>>L[:10:2]

[0,2,4,6,8]

全部數，每5個取一個：

>>>L[::5]

甚至什麼都不寫，只寫[:]就能夠原樣複製一個list：

 

tuple也是一種list，惟一區別是tuple不可變。所以，tuple也能夠用切片操做，只是操做的結果還是tuple：

>>>(0,1,2,3,4,5,6)[：3]

（0，1，2）

字符串'xxx'也能夠當作是一種list，每一個元素就是一個字符。所以，字符串也能夠用切片操做，只是操做結果還是字符串：

>>>'acdsgag'[:3]

'acd'

>>>'adfzxcqwe'[:2]

'dzcw'

迭代：

若是給定一個list或tuple，咱們能夠經過for循環來遍歷這個list或tuple，這種遍歷咱們稱 迭代（Iteration）。

在Python中，迭代是經過for...in來完成的，而不少語言好比c或者java，迭代list是 經過下標完成的，好比Java代碼：

dict的迭代：

>>>d = {'a':1, 'b':2, 'c':3}

>>> for key in d:

　　　　print(key)

a

b

c

如何判斷一個對象是可迭代對象呢？方法是經過collections模塊的Iterable類型判斷：

>>> 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) # 整數是否可迭代 False
Python內置的enumerate函數能夠把一個list變成索引-元素對，這樣就能夠在for循環中同時迭代索引和元素自己：enumeratefor

>>> for i, value in enumerate(['A', 'B', 'C']): ... print(i, value) ... 0 A 1 B 2 C
for循環裏，同時引用了兩個變量，在Python裏是很常見的，好比下面的代碼：for

>>> for x, y in [(1, 1), (2, 4), (3, 9)]: ... print(x, y) ... 1 1 2 4 3 9
生成器：
建立一個list[]和tuple()，list中的每個元素能夠打印出來，而tuple是一個generator。能夠經過next（）函數得到generator的下一個返回值：或者使用for循環。由於generator也是一個可迭代的對象。
g=(x*x for x in range(10))
　　for n in g:
　　　　print(n)
0
1
4
9
16
25
36
49
64
81
斐波拉契數列，用函數打印出來：
def fib(max):
　　n,a,b=0,0,1
　　while n<max:
　　　　print(b)
　　　　a,b=b,a+b #賦值語句 至關於 t=(b,a+b)其中t是一個tuple a=t[0] b=t[1]
　　　　n=n+1
　　return 'done'

>>> fib(6)
1
1
2
3
5
8
'done'
上面的函數和generator僅一步之遙。要把fib函數轉換成generator，只須要把print(b)改成yield b 就能夠了：
def fib(max):
　　n,a,b = 0,0,1
　　while n<max:
　　　　yield b
　　　　a, b=b, a+b
　　　　n = n+1
　　return 'done'
這就是定義generator的另一種方法。若是一個函數定義中包含yield關鍵字，那麼這個函數再也不是一個普通函數，而是一個generator：
>>> f = fib(6)
>>> f
generator和函數的執行順序不同。generator是在每次調用next()的時候執行。遇到yield語句返回，再次執行的時候從上次返回的yield語句處繼續執行。
def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3) print('step 3')
    yield(5)
調用該generator時，首先要生成一個generator對象，而後用next()函數不斷得到下一個返回值：
>>>o = odd()
>>>next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
能夠看到，odd不是普通函數，而是generator，在執行過程當中，遇到yield就中斷，下次又繼續執行。執行3次yield後，已經沒有yield能夠執行了，因此，第4次調用next(o)就報錯。
把函數改爲generator後，咱們基本上歷來不會用next()來獲取下一個返回值，而是直接使用for循環來迭代：
>>>for n in fib(6)
　　print(n)
1
1
2
3
5
8
可是用for循環調用generator時，發現拿不到generator的return語句的返回值。若是想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中：
>>> g = fib(6)
>>> while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
迭代器
直接做用於for循環的數據類型有如下幾種：
一類是集合數據類型，如：List,tuple,dict,set, str等；
一類是generator;包括生成器和帶yield的generator function。
這些能夠直接做用於for循環的對象統稱爲可迭代對象：Itemable。
可使用isinstance()判斷一個對象是不是Itemable對象：
>>> 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
可使用isinstance()判斷一個對象是不是Iterator對象：生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可使用iter()函數：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
>>> fib(6)
1
1
2
3
5
8
'done'
上面的函數和generator僅一步之遙。要把fib函數轉換成generator，只須要把print(b)改成yield b 就能夠了：
def fib(max):
　　n,a,b = 0,0,1
　　while n<max:
　　　　yield b
　　　　a, b=b, a+b
　　　　n = n+1
　　return 'done'
這就是定義generator的另一種方法。若是一個函數定義中包含yield關鍵字，那麼這個函數再也不是一個普通函數，而是一個generator：
>>> f = fib(6)
>>> f
generator和函數的執行順序不同。generator是在每次調用next()的時候執行。遇到yield語句返回，再次執行的時候從上次返回的yield語句處繼續執行。
def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3) print('step 3')
    yield(5)
調用該generator時，首先要生成一個generator對象，而後用next()函數不斷得到下一個返回值：
>>>o = odd()
>>>next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
能夠看到，odd不是普通函數，而是generator，在執行過程當中，遇到yield就中斷，下次又繼續執行。執行3次yield後，已經沒有yield能夠執行了，因此，第4次調用next(o)就報錯。
把函數改爲generator後，咱們基本上歷來不會用next()來獲取下一個返回值，而是直接使用for循環來迭代：
>>>for n in fib(6)
　　print(n)
1
1
2
3
5
8
可是用for循環調用generator時，發現拿不到generator的return語句的返回值。若是想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中：
>>> g = fib(6)
>>> while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
迭代器
直接做用於for循環的數據類型有如下幾種：
一類是集合數據類型，如：List,tuple,dict,set, str等；
一類是generator;包括生成器和帶yield的generator function。
這些能夠直接做用於for循環的對象統稱爲可迭代對象：Itemable。
可使用isinstance()判斷一個對象是不是Itemable對象：
>>> 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
可使用isinstance()判斷一個對象是不是Iterator對象：生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可使用iter()函數：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
>>> f = fib(6)
>>> fdef odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3) print('step 3')
    yield(5)
oddyieldyieldyieldnext(o)next()forforreturnStopIterationStopIterationvalue>>> g = fib(6)
>>> while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
迭代器
>>> 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
isinstance()IteratorIteratorlistdictstrIterableIteratorlistdictstrIterableIteratoriter()>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

凡是可做用於for循環的對象都是Iterable類型；

凡是可做用於next()函數的對象都是Iterator類型，它們表示一個惰性計算的序列；

集合數據類型如list、dict、str等是Iterable但不是Iterator，不過能夠經過iter()函數得到一個Iterator對象。

Python的for循環本質上就是經過不斷調用next()函數實現的，例如：

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

實際上徹底等價於：

# 首先得到Iterator對象: it = iter([1, 2, 3, 4, 5]) # 循環: while True: try: # 得到下一個值: x = next(it) except StopIteration: # 遇到StopIteration就退出循環 break