Python（五）

切片（从某个对象【list/tuple/字符串】中抽取部分值）

#切片操作基本表达式，step默认值为1
object[start_index ： end_index ： step]

其实也可以编写代码，通过循环操作实现抽取前N个值

      

>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>>a[1:6:-1]
>>>[]
# 输出为空列表，说明没取到数据。
# step=-1，决定了从右往左取值，而start_index=1到end_index=6
   决定了从左往右取值，两者矛盾，所以为空。
>>> a[6:1]
>>> []
# 输出也为空，原因同上。

>>> a[6::-1]   # step=-1，从右往左取值，从start_index=6开始，一直取到“起点”。
>>> [6, 5, 4, 3, 2, 1, 0]

>>>a[:6:-1] # step=-1，从右往左取值，从“终点”开始一直取到end_index=6。
>>> [9, 8, 7]

>>>a[:-6]
>>> [0, 1, 2, 3]
>>>a[:-6:-1]
>>> [9, 8, 7, 6, 5]

 

可以通过切片操作实现：①修改单个元素【如 >>>a[3] = ['A','B']】；②在某个位置插入元素【如 >>>a[3:3] = ['A','B']】；③替换一部分元素【如 >>>a[3:7] = ['A','B']】

迭代（Iteration）

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）。

只要是可迭代对象【字符串，list，tuple】，无论有无下标，都可以迭代。

对于dict的迭代：

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()。

      

如何判断一个对象是可迭代对象呢？

方法是通过collections模块的Iterable类型判断。

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：

enumerate() ：用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

    

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：

列表生成式

List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。

如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？

方法一：循环

方法二：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，就可以把list创建出来，十分有用。

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；还可以使用两层循环，可以生成全排列。

   

运用列表生成式，列出当前目录下的所有文件和目录名，可以通过一行代码实现。

for循环其实可以同时使用两个甚至多个变量的。

dict.items() ：返回可遍历的(键, 值) 元组数组。（即同时迭代key和value。）

  

输出结果分别为：      

所以，列表生成式也可以使用两个变量来生成list：

问题：如何把一个list中所有的字符串变成小写？

str.lower() ：转换字符串中所有大写字符为小写

（注：要想运用列表生成式完成对list的lower转换，要求list中所有元素必须为str）

问题：如何判断一个变量是不是字符串？                答： 使用内建的isinstance函数

生成器generator

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，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。

问题：如何创建一个generator？

创建generator方法①：把一个列表生成式的[]改成()，就创建了一个generator。（例中L是一个list，而g是一个generator。）

问题：如何打印出generator中的每一个元素？

法一：通过next()函数获得generator的下一个返回值。

>>> next(g)
0
>>> next(g)
1
......
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

# 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。

法二【合适的做法】：使用for循环，因为generator也是可迭代对象。

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81

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。

创建generator方法②：用类似列表生成式的for循环无法实现创建的时候，还可以用函数来实现。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。

问题：写出斐波拉契Fibonacci数列：1, 1, 2, 3, 5, 8, 13, 21，……

def Fib（max）：
    n，a，b = 0,0，1
    while n < max：
        print（b）
        a，b = b， a+b 
        n = n+1
    return ‘done’

#对于赋值语句 a，b = b， a+b的解释
相当于：
t = （b，a+b）#t是一个tuple
a = t[0]
b = t[1]
但不必显式写出临时变量t就可以赋值。

定义得到的Fib（）函数可以直接输出斐波那契数列的前N个值：

仔细观察，可以看出，Fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。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’

此时，在交互界面输入Fib(6)将会得到：

注意：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。

对于变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回（执行完yield语句），再次执行时从上次返回的yield语句处继续执行。举例解释如下：

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
#定义一个generator，依次返回数字1，3，5

调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

可以看到，odd不是普通函数，而是generator，在执行过程中，遇到yield就中断，下次又继续执行。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next(o)就报错。

回到Fib的例子，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。

>>> for n in Fib(6):
...     print(n)
...
1
1
2
3
5
8

但是，又发现用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

迭代器

总结一下可直接作用于for循环的数据类型：

可直接作用于for循环的数据类型：
1）、集合数据类型	如list、tuple、dict、set、str等	统称为可迭代对象Iterable
2）、generator	包括生成器和带yield的generator function

可以使用isinstance()判断一个对象是否是Iterable对象：

而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。

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。

可以使用isinstance()判断一个对象是否是Iterator对象：

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。【why？？？】

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。

问题：如何把list、dict、str虽然是Iterable等Iterable变成是Iterator？

Python的for循环本质上就是通过不断调用next()函数实现的，例如：

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