Python高级特性-2

一、切片

1. 记住前闭后开，索引从0开始，可以倒数着来，最后一个元素索引为-1。
2. L[:10:2],2表示步长。
3. tuple也可以看出一个list进行切片，字符串也可以看成一种list，每个元素就是一个字符。

二、迭代

1. 通过循环来遍历，即是迭代（Iteration）
2. Python的for循环不仅可以用在list或tuple上，还可以作用在其他迭代对象上，只要是迭代对象即可。
3. dict迭代的是key，如果要迭代value，要在其后用d.values()函数，同时使用d.items()函数。
4. 字符串也可以进行迭代。
5. Python内置的enumerate()函数可以把一个list变成索引-元素对，这样可以在for循环中同时迭代索引和元素本身。
6. 如何判断一个对象是否为可迭代对象，方法是通过collections模块的Iterable类型判断。

>>> for i, value in enumerate([‘A‘, ‘B‘, ‘C‘]):
...     print(i, value)
...
0 A
1 B
2 C

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

>>> 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

三、列表生成式

1. List Comprehensions即列表生成式，是Python内置的非常强大的可以用来创建list的生成式。
2. 需要强调的一点是if...else的使用，总结就是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
3. 直接看例子最好

>>> [x for x in range(1, 11) if x % 2 == 0]
[2, 4, 6, 8, 10]

>>> [x for x in range(1, 11) if x % 2 == 0 else 0]
  File "<stdin>", line 1
    [x for x in range(1, 11) if x % 2 == 0 else 0]
                                              ^
SyntaxError: invalid syntax

>>> [x if x % 2 == 0 for x in range(1, 11)]
  File "<stdin>", line 1
    [x if x % 2 == 0 for x in range(1, 11)]
                       ^
SyntaxError: invalid syntax

>>> [x if x % 2 == 0 else -x for x in range(1, 11)]
[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

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

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

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

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

>>> import os # 导入os模块，模块的概念后面讲到
>>> [d for d in os.listdir(‘.‘)] # os.listdir可以列出文件和目录
[‘.emacs.d‘, ‘.ssh‘, ‘.Trash‘, ‘Adlm‘, ‘Applications‘, ‘Desktop‘, ‘Documents‘, ‘Downloads‘, ‘Library‘, ‘Movies‘, ‘Music‘, ‘Pictures‘, ‘Public‘, ‘VirtualBox VMs‘, ‘Workspace‘, ‘XCode‘]

>>> d = {‘x‘: ‘A‘, ‘y‘: ‘B‘, ‘z‘: ‘C‘ }
>>> [k + ‘=‘ + v for k, v in d.items()]
[‘y=B‘, ‘x=A‘, ‘z=C‘]

>>> L = [‘Hello‘, ‘World‘, ‘IBM‘, ‘Apple‘]
>>> [s.lower() for s in L]
[‘hello‘, ‘world‘, ‘ibm‘, ‘apple‘]

四、生成器

1. 如果列表元素可以按照某种算法推算出来，在Python中，这种一边循环一边计算的机制，称为生成器：generator。

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>

2. g可以通过next()函数获得generator的下一个返回值。
3. generator保存的是算法，每次调用next(g),就是计算出下一个元素的值，直到最后一个元素，没有更多元素时，抛出StopIteration错误。所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。
4. generator也是一种迭代对象。
5. 定义generator的另一种方法，如果函数定义中包含yield关键字，这个函数就不是一个普通函数，而是一个generator。
6. 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。

>>> def odd():     
...     print(‘A‘) 
...     yield(1)   
...     print(‘B‘) 
...     yield(3)   
...     print(‘C‘) 
...     yield(5)
... 
>>> o = odd()
>>> next(o) 
A
1
>>> next(o) 
B
3
>>> next(o) 
C
5
>>> next(o) 
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
>>>

7. 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：

>>> 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

五、迭代器

1. 我们已经知道，可以直接作用于for循环的数据类型有以下几种：

• 一类是集合数据类型，如list、tuple、dict、set、str等；
• 一类是generator，包括生成器和带yield的generator function。

2. 这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。可以使用isinstance()判断一个对象是否是Iterable对象：
3. 生成器既可以被for循环，也可以被next()函数调用并返回下一个值，直到最后抛出StopIteration。
4. 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。
5. 生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。把list、dict、str等Iterable变成Iterator可以使用iter()函数：

Python高级特性-2

原文：https://www.cnblogs.com/tsruixi/p/12562106.html