切片
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
>>> 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
- Python支持L[-1]取倒数第一个元素,那么它同样支持倒数切片
比如前10个数
>>> L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
后10个数:
>>> L[-10:]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
前10个数,每两个取一个:
>>> L[:10:2]
[0, 2, 4, 6, 8]
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:
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
迭代
在Python中,迭代是通过for…in来完成的。
只要是可跌带对象,无论有无下标,都可以迭代。
dict迭代:
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
... print(key)
...
字符串迭代
>>> for ch in 'ABC':
... print(ch)
...
A
B
C
判断迭代对象
>>> 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
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
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
... print(x, y)
...
1 1
2 4
3 9
列表生成式
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
- 例如: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:
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
- for循环其实可以同时使用两个甚至多个变量,比如dict的items()可以同时迭代key和value:
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
生成器
如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
生成generator的表达式:
1.
>>> 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。
- 如果要一个一个打印出来,可以通过next()函数获得generator的下一个返回值
- generator保存的是算法,每次调用next(g),就计算出g的下一个元素的值,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。
一般不会调用next(),而是通过for循环来迭代它,,并且不需要关心StopIteration的错误
- 如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator:
斐波那契数列的前N个数
- 如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator:
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
输出数据:
>>> 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
杨辉三角做法,这种做法思考的很久,很巧妙:
def triangles():
ls = []
while True:
ls.insert(0, 1)
# 使用enumerate,输出key值和value值,enumerate(ls[1:-1], 1)代表从下标为1开始输出数据,而ls[1:-1]采用切片,输出从索引1开到最后一个
for k, v in enumerate(ls[1:-1], 1):
ls[k] = v + ls[k + 1]
yield ls
n = 0
for t in triangles():
print(t)
n += 1
if n == 10:
break
迭代器
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(可迭代对象)但不是Iterator(迭代器),不过可以通过iter()函数获得一个Iterator对象