【廖雪峰Python教程】三、高级特性

参考资料Python教程 - 廖雪峰的官方网站 (liaoxuefeng.com)

三、高级特性

1. 切片（左闭右开，索引差值为所取元素的个数）【tuple和字符串都可以看成一种list进行切片操作，操作结果仍是tuple和字符串→所以如果取出来的是数字且要用到，别忘了int一下转化为整数型。】

• 取前3个元素

  • L[0:3] （从索引0开始取，直到索引2为止）
  • 或L[:3] （第一个索引是0，可以省略）

• 取倒数两个元素

  • L[-2:] （第一个索引是-2，第一个索引是0，取-2，-1；不取0，左闭右开。类似于数轴上负数形式。）
  • 倒数第一个元素的索引是-1

• 前10个数，每两个取一个

  • L[:10:2]

• 所有数，每5个取一个

  • L[::5] （取值的索引是：：，即前后不限制从所有数值里取）

• 所有数实现反转数字的顺序（从后往前取）

  • L[::-1]

2. 迭代

• 通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）

• 只要是可迭代对象，无论有无下标，都可以迭代

  • 列表
  • 字典
    • 默认情况下，dict迭代的是key。
    • 如果要迭代value，可以用for value in d.values()
    • 如果要同时迭代key和value，可以用for k, v in d.items()
  • 字符串
    • for character in 'ABC':

• 1️⃣判断对象是否可迭代

  • 通过collections.abc模块的Iterable类型判断

    •   >>> from collections.abc 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
      

• 实现下标循环

  • 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)
      

3. 列表生成式（List Comprehensions）

• 用来创建list，通过一个list推导出另一个list的生成式

• 举例

  •   >>> [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']
    

• 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。

  ---

  🚩对比学习 字典推导式Dictionary Comprehension：

  • 公式：{key_expr: value_expr for item in iterable}

    • key_expr 是对于每个 item 计算出的键的表达式。
    • value_expr 是对于每个 item 计算出的值的表达式。
    • iterable 是一个可迭代的对象，例如列表、集合、字符串等。

  • 示例 1: 创建一个字典，将列表中每个元素的平方作为值

    pythonCopy codenumbers = [1, 2, 3, 4, 5]
    squares_dict = {num: num**2 for num in numbers}
    print(squares_dict)
    # 输出: {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}
    

    示例 2: 使用条件表达式过滤元素

    pythonCopy codenumbers = [1, 2, 3, 4, 5]
    even_squares_dict = {num: num**2 for num in numbers if num % 2 == 0}
    print(even_squares_dict)
    # 输出: {2: 4, 4: 16}
    

    示例 3: 将字符串的字符作为键，其位置作为值

    pythonCopy codeword = "hello"
    char_positions = {char: index for index, char in enumerate(word)}
    print(char_positions)
    # 输出: {'h': 0, 'e': 1, 'l': 2, 'o': 3}
    

4. 生成器（列表生成式）

• 生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了
• （初步先不用深入了解，后续再补充细节）

5. 迭代器Iterator

• 可迭代对象：Iterable（可以直接作用于for循环的对象）

  • 集合数据类型
    • list、tuple、dict、set、str等
  • generator
    • 生成器
    • 带yield的generator function

• 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

  • 2️⃣判断对象是否是迭代器

    •   >>> from collections.abc import Iterator
        >>> isinstance((x for x in range(10)), Iterator)  #可能类似这种式子就是迭代器？→生成器都是迭代器！
        True
        >>> isinstance([], Iterator)
        False
        >>> isinstance({}, Iterator)
        False
        >>> isinstance('abc', Iterator)
        False
      

  • 3️⃣生成器都是Iterator对象，但list、dict、str虽然是可迭代对象Iterable，却不是生成器Iterator

  • 4️⃣ 所以：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
    

• ❓ 提问：为什么list、dict、str等数据类型不是Iterator？

  • 这是因为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。
  • 可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
  • Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

• 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。