Python之高级特性

最新推荐文章于 2025-07-28 12:59:18 发布

原创最新推荐文章于 2025-07-28 12:59:18 发布 · 173 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Python之高级特性

Python 专栏收录该内容

9 篇文章

订阅专栏

1、切片

Python提供了切片（Slice）操作符，能大大简化经常取指定索引范围的操作。

L=['a','a','c','d','e']

用切片取出前三个元素：---->使用L[0:3]

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：L[:3]。索引从1开始，取出2个元素:L[1:3]

L[-1]取倒数第一个元素，倒数第一个元素的索引是-1

L[:]什么都不写，就是原样复制一个list

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：

字符串'xxx'也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：

'ABCDEFG'[::2]结果是‘ACEG’

2、迭代

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）。

在Python中，迭代是通过for ... in来完成的

3、列表生成式

L = {'A':1, 'B':0, 18:None, 'C':'', 'D':5,'E':7}   #移出value为''或者None或者0的序列
[L.pop(key) for key,value in list(L.items()) if value == '' or value is None or value == 0]
print(L)

输出：{'A': 1, 'D': 5, 'E': 7}

4、生成器

Python中，一边循环一边计算的机制，称为生成器:generator。

要创建一个genertaor，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genertaor

打印generator的方法是g=(x*x for x in range(10))

for n in g:

print(n)

定义generator的另外一种方法，如果一个函数定义中包含了yield关键字，那么这个函数就不再是一个普通的函数，而是一个genertaor函数

5、迭代器

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。

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：

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

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：

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

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：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

你可能会问，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。

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