Python的高级特性

切片

取一个list的前三个元素

L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
print(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：

print(L[:3])

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

倒数切片:

print(L[-2:])
['Bob', 'Jack']
print(L[-2:-1])
['Bob']

拓展

L = list(range(100))
# 前11-20个数：
print(L[10:20]）
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
# 前10个数，每两个取一个：
print(L[:10:2]）
[0, 2, 4, 6, 8]

tuple 和 字符串 也可以切片，切片仍然是一个tuple或者字符串。

迭代

定义

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）

判断一个对象是否可迭代

from collections.abc import Iterable
print(isinstance('abc', Iterable)) # str是否可迭代
True
print(isinstance([1,2,3], Iterable)) # list是否可迭代
True
print(isinstance(123, Iterable)) # 整数是否可迭代
False

对list实现下标循环

for i, value in enumerate(['A', 'B', 'C']):
	print(i, value)

# 输出：
0 A
1 B
2 C

list生成式

生成列表[1x1, 2x2, 3x3, …, 10x10]

L = [x * x for x in range(1, 11)]
print(L)

[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，for循环可以多层嵌套，for循环后面还可以添加if判断。例如：

L = [x * x for x in range(1, 11) if x % 2 == 0]  # 生成仅偶数的平方的列表
print(L)

[4, 16, 36, 64, 100]

S = [m + n for m in 'ABC' for n in 'XYZ']  #两层循环生成列表
print(S)

['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

⚠️生成式中for循环后面的if判断是一个筛选条件，所以不能写else；
⚠️如果在for循环前面添加if判断，必须写else，因为for前面是一个表达式，必须有确定结果。

L = [x if x % 2 == 0 else -x for x in range(1, 11)]
print(L)

[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

生成器generator

定义

生成器（Generator）是一种特殊类型的迭代器，主要用于在程序中按需生成序列中的值，而不是一次性计算和返回所有值。

创建生成器

g = (x * x for x in range(10))
for n in g:
	print(n)

用函数定义generator

创建斐波拉契数列

# 定义一个generator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'
# 调用generator函数就会生成一个generator
f = fib(6)
# 多次调用generator函数会创建多个相互独立的generator。

⚠️generator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('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)

o = odd()  # 创建生成器o
print(next(o))
print(next(o))
print(next(o))
print(next(o))  # 超出yield个数会报错

# 输出结果:
step 1
1
step 2
3
step 3
5
Traceback (most recent call last):
  File "D:\Code\work\pythonProject\test.py", line 23, in <module>
    print(next(o))
          ^^^^^^^
StopIteration

如果想要得到generator函数的return返回值，需要到 StopIteration的value中获取：

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


g = fib(6)
while True:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break
# 输出结果：
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

迭代器

可迭代对象

可以直接作用于for循环的对象统称为可迭代对象：Iterable。

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。

判断对象是否可迭代

使用isinstance()判断一个对象是否是Iterable对象：

from collections.abc import Iterable
print(isinstance([x for x in range(10)], Iterable))

True

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。如生成器generator
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。