Python高级特性

Word count: 2,154 / Reading time: 9 min

 2018/02/02   Share

切片

取list或者tuple的部分元素

1	>>>L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']

取前3个元素，应该怎么做？笨办法：

1 2	>>>[L[0], L[1], L[2]] ['Michael', 'Sarah', 'Tracy']

取前3个元素，用一行代码就可以完成切片：

1 2	>>>L[0:3] ['Michael', 'Sarah', 'Tracy']

L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。
如果第一个索引是0，还可以省略：

1 2	>>>L[:3] ['Michael', 'Sarah', 'Tracy']

类似的，既然Python支持L[-1]取倒数第一个元素，那么它同样支持倒数切片，试试：

1 2	>>>L[-2:]['Bob', 'Jack'] >>>L[-2:-1]['Bob']

记住倒数第一个元素的索引是-1。

切片操作十分有用。我们先创建一个0-99的数列：

1
2
3

>>>L = list(range(100))
>>>L
[0, 1, 2, 3, ..., 99]

可以通过切片轻松取出某一段数列。比如前10个数：

1 2	>>>L[:10] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

后10个数：

1	>>>L[-10:]

前11-20个数：

1 2	>>>L[10:20] [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]

前10个数，每两个取一个：

1 2	>>>L[:10:2] [0, 2, 4, 6, 8]

所有数，每5个取一个：

1 2	>>>L[::5] [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

甚至什么都不写，只写[:]就可以原样复制一个list：

1 2	>>>L[:] [0, 1, 2, 3, ..., 99]

tuple也是一种list，唯一区别是tuple不可变。因此，tuple也可以用切片操作，只是操作的结果仍是tuple：

1 2	>>>(0, 1, 2, 3, 4, 5)[:3] (0, 1, 2)

字符串’xxx’也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：

>>>'ABCDEFG'[:3]
'ABC'
>>>'ABCDEFG'[::2]
'ACEG'

迭代

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）。
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

默认情况：dict迭代key
for value in d.values() 迭代value
for k, v in d.items() 同时迭代key和value
由于字符串也是可迭代对象，因此，也可以作用于for循环：

>>>for ch in 'ABC':
...     print(ch)
...
A
B
C

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模块的lterable类型判断
函数isinstance

>>>from collections import Iterable
>>> sinstance('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

如果要对list实现类似Java那样的下标循环怎么办？Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在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

上面的for循环里，同时引用了两个变量，在Python里是很常见的，比如下面的代码：

>>>for x, y in [(1, 1), (2, 4), (3, 9)]:
...     print(x, y)
...
1 12 43 9

列表生成式

List Comprehensions可以用来创建list的生成式
生成的元素 for in 范围 if 条件判断
要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))：

1 2	>>>list(range(1, 11)) [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

但如果要生成[1x1, 2x2, 3x3, …, 10x10]怎么做？方法一是循环：

>>>L = []
>>> or x in range(1, 11):
...    L.append(x * x)
...
>>>L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的list：

1 2	>>>[x * x for x in range(1, 11)] [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来，十分有用，多写几次，很快就可以熟悉这种语法。
for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：

1 2	>>>[x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100]

还可以使用两层循环，可以生成全排列：

1 2	>>>[m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

for循环可以同时使用两个甚至多个变量，比如dict的items（）

>>>d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>>for k, v in d.items():
...     print(k, '=', v)
...
y = B
x = A
z = C

同时迭代key和value
源码：

1
2
3

L1 = ['Hello', 'World', 18, 'Apple', None]
L2 = [s.lower() for s in L1 if isinstance(s, str)]
print (L2)

生成器

generator:生成器一边循环一边计算
要创建一个generator，有很多种方法。第一种方法很简单，只要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
<generator object <genexpr> at 0x1022ef630>

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
通过next()函数获得generator的下一个返回值
没有更多的元素时抛出StopIteration的错误
要把fib函数变成generator，只需要把print(b)改为yield b就可以了

def fib(max):
	n, a, b = 0, 0, 1
	while n < max:
	yield b
	a, b = b, a + b
	n = n + 1
	return 'done'

#测试

f = fib(10)
print('fib(10):', f)
for x in f:
print(x)

如果一个函数定义中包含yield关键字，则这为generator
generator和函数的执行流程不一样。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。

我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。
同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

1
2
3

>>>for n in fib(6):
...     print(n)
...

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

>>>while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break

请注意区分普通函数和generator函数，普通函数调用直接返回结果：

1
2
3

>>>r = abs(6)
>>>r
6

generator函数的“调用”实际返回一个generator对象：

1
2
3

>>>g = fib(6)
>>>g
<generator object fib at 0x1022ef948>

练习输出杨辉三角见yanghuireiangle

迭代器

可作用于for的数据类型，一类为集合数据类型，一类为generator
统称为可迭代对象：Iterable 用 isinstance ()判断

>>>from collections import Iterator
>>>isinstance((x for x in range(10)), Iterator)
True
>>>isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>>isinstance('abc', Iterator)
False
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
>>>isinstance(iter([]), Iterator)
True
>>>isinstance(iter('abc'), Iterator)
True

Iterator对象表示一个数据流，不能提起知道序列的长度，其计算为惰性的，只有在需要下一个返回值的时候才会计算

可作用于for的对象都是Iterable类型
可作用于next()的都是Iterator类型
for循环本质上就是通过不断调用next()函数实现的

1 2	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

小结

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。

原文作者: two_smi1e

原文链接: https://www.twosmi1e.com/2018/02/02/Python高级特性/

发表日期: February 2nd 2018, 9:11:53 pm

Next Post

Mysql写入文件小技巧
Previous Post

纪念我逝去的青春

CATALOG

1. 切片
2. 迭代
3. 列表生成式
4. 生成器
5. 迭代器
6. 小结



缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是archer根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：

jsonContent:
  meta: false
  pages: false
  posts:
    title: true
    date: true
    path: true
    text: false
    raw: false
    content: false
    slug: false
    updated: false
    comments: false
    link: false
    permalink: false
    excerpt: false
    categories: true
    tags: true