Python基础（十三）—切片、yield、生成器、序列化JSON

切片 Slice

切片操作基本表达式：object[start_index:end_index:step]

• 表达式解释
  • step为步长参数，类似range()里的步长参数。得到的序列从starting_index（包含starting_index）开始，每次以步长前进，即starting_index + step，直到ending_index（不包含ending_index）结束。
  • step：正负数均可，其绝对值大小决定了切取数据时的‘‘步长”，而正负号决定了“切取方向”，正表示“从左往右”取值，负表示“从右往左”取值。当step省略时，默认为1，即从左往右以增量1取值。
  • start_index：表示起始索引（包含该索引本身）；该参数省略时，表示从对象“端点”开始取值，至于是从“起点”还是从“终点”开始，则由step参数的正负决定，step为正从“起点”开始，为负从“终点”开始。
  • end_index：表示终止索引（不包含该索引本身）；该参数省略时，表示一直取到数据“端点”，至于是到“起点”还是到“终点”，同样由step参数的正负决定，step为正时直到“终点”，为负时直到“起点”。

简单的来说，就是start_index、end_index确定起始两个点及方向（start_index -> end_index），而step则是确定方向和步长。

• 例子

list = ['a', 'b', 'c', 'd', 'e', 'f', 'g']

print(list[5:3])  # 默认1表示从左往右取值，start_index=5到end_index=3决定了从左往右取值，矛盾，为空

print(list[1:3:-1])  # -1表示从右往左取值，start_index=1到end_index=3决定了从右往左取值，矛盾，为空
print(list[5:3:-1])  # -1表示从右往左取值，start_index=5(f)到end_index=3(d)决定了从左往右取值，['f', 'e']

print(list[-1:3:1])  # 1表示从左往右取值，start_index=-1(g)在end_index=3(d)的右边，因此方向从右往左取值，矛盾，[]
print(list[1:-3:1])  # 1表示从左往右取值，start_index=1(b)在end_index=-3(e)的左边，因此方向从右往左取值，['b', 'c', 'd']

print(list[-2:-5:-1])  # -1表示从右往左取值，start_index=-2(f)在end_index=3(c)的右边，因此方向从右往左取值，['f', 'e', 'd']
print(list[-2:-5:1])  # 1表示从左往右取值，start_index=-2(f)在end_index=3(c)的右边，因此方向从右往左取值，矛盾，[]

yield

首先上一个讲解yield很好的博文：https://blog.youkuaiyun.com/mieleizhi0522/article/details/82142856#commentBox

• 先将yield看成return
  如果你还没有对yield有个初步分认识，那么你先把yield看做“return”，这个是直观的，它首先是个return，普通的return是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了，但是使用yield以下代码及结果会是这样的：

def foo():
    print("starting...")
    while True:
        res = yield 4
        print("res:", res)
g = foo()
print(next(g))
print("*"*20)
print(next(g))

"""
starting...
4
********************
res: None
4
"""

• 以上代码单步调试
  • 1.程序开始执行以后，因为foo函数中有yield关键字，所以foo函数并不会真的执行，而是先得到一个生成器g(相当于一个对象)；
  • 2.直到调用next方法，foo函数正式开始执行，先执行foo函数中的print方法，然后进入while循环
  • 3.程序遇到yield关键字，然后把yield想想成return,return了一个4之后，程序停止，并没有执行赋值给res操作，此时next(g)语句执行完成，所以输出的前两行（第一个是while上面的print的结果,第二个是return出的结果）是执行print(next(g))的结果
  • 4.程序执行print("*"20)，输出20个
  • 5.又开始执行下面的print(next(g)),这个时候和上面那个差不多，不过不同的是，这个时候是从刚才那个next程序停止的地方开始执行的，也就是要执行res的赋值操作，这时候要注意，这个时候赋值操作的右边是没有值的（因为刚才那个是return出去了，并没有给赋值操作的左边传参数），所以这个时候res赋值是None,所以接着下面的输出就是res:None
  • 6.程序会继续在while里执行，又一次碰到yield,这个时候同样return 出4，然后程序停止，print函数输出的4就是这次return出的4。
• yield和return的关系和区别
  带yield的函数是一个生成器，而不是一个函数了，这个生成器有一个函数就是next函数，next就相当于“下一步”生成哪个数，这一次的next开始的地方是接着上一次的next停止的地方执行的，所以调用next的时候，生成器并不会从foo函数的开始执行，只是接着上一步停止的地方开始，然后遇到yield后，return出要生成的数，此步就结束。
• next()和send()
  上面已经说到，next()是接着上一次的next停止的地方执行，而send是发送一个参数给res，使用send的话，开始执行的时候，先接着上一次（return 4之后）执行，先把7赋值给了res,然后执行next的作用，代码如下：

def foo():
    print("starting...")
    while True:
        res = yield 4
        print("res:",res)
g = foo()
print(next(g))
print("*"*20)
print(g.send(7))

"""
starting...
4
********************
res: 7
4
"""
5.程序执行g.send(7)，程序会从yield关键字那一行继续向下运行，send会把7这个值赋值给res变量
6.由于send方法中包含next()方法，所以程序会继续向下运行执行print方法，然后再次进入while循环
7.程序执行再次遇到yield关键字，yield会返回后面的值后，程序再次暂停，直到再次调用next方法或send方法。

生成器 generator

• 生成器的定义
  根据以上yield的例子，其实我们应该清楚了，在python中，一遍循环一边计算的机制，成为生成器：generator。

L = [x * x for x in range(10)]
print(L)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
g = (x * x for x in range(10))
print(g)  # <generator object <genexpr> at 0x02F1D630>

• 类似于列表生成式的生成器循环
  每次使用next()来获取下一个元素，当无元素是，抛出StopIteration的异常。当然也可以使用循环in，这样就不用了担心StopIteration异常。

• 函数+yield的生成器
  下面通过斐波那契数列的生成器，进行进一步的讲解。

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

for i in fib(5):
    print(i)

# 为了获取return 'done'，必须捕获StopIteration的异常
g = fib(5)
while True:
    try:
        print(next(g))
    except StopIteration as e:
        print('return %s' % e.value)
        break

序列化pickling、JSON

• pickling
  pickling前面已经讲过了，pickling前面已经讲过，虽然可以保存数据，但是却只能用于Python，并且不同的版本之间彼此可能都不兼容。只适合保存那些不重要的数据，不能反序列化也没关系。下面主要讲更符合Web标准的JSON序列化。
• JSON
  JSON不仅是标准格式，并且比XML更快，也可以在Web页面中直接读取，非常方便。
  • python数据类型与json数据类型的映射关系

Python	JSON
dict	object
list, tuple	array
str, unicode	string
int, long, float	number
TRUE	TRUE
FALSE	FALSE
None	null

• JSON的方法

方法	描述
json.dumps()	将 Python 对象编码成 JSON 字符串
json.loads()	将已编码的 JSON 字符串解码为 Python 对象
json.dump()	将Python内置类型序列化为json对象后写入文件
json.load()	读取文件中json形式的字符串元素转化为Python类型

• python对象转换为json
  以下是将元组、字典、列表等转化为JSON格式的数据。由于json.dumps 进行序列化时，默认使用ascii编码，因此有中文进行序列化时，需要加上ensure_ascii=False。

import json

t = ('lz', 18)
print('t:', json.dumps(t))

di = dict(name='\u7f57\u6b63', age='18')
print('di:', json.dumps(di, ensure_ascii=False))

d = {1:'a', 'b':2, 3: 4}
print('d:', json.dumps(d))

list = [{'a':'A', 2:'B', 'c':3}, ['d', 4], 'e', 5]
print('list:', json.dumps(list))
"""
t: ["lz", 18]
di: {"name": "罗正", "age": "18"}
d: {"1": "a", "b": 2, "3": 4}
list: [{"a": "A", "2": "B", "c": 3}, ["d", 4], "e", 5]
"""

• json转为python对象

import json
def json_to_dict():
    data = '''
    {
    "name": "Python书籍",
    "origin_price": 66,
    "pub_date": "2018-4-14 17:00:00",
    "store": ["京东", "淘宝"],
    "author": ["张三", "李四", "Jhone"],
    "is_valid": true,
    "is_sale": false,
    "meta": {
        "isbn": "abc-123",
        "pages": 300
    },
    "desc": null
    }
    '''
    res = json.loads(data)
    print(res)
    return res
if __name__ == '__main__':

    res1 = json_to_dict()
    print(type(res1))
"""
{'name': 'Python书籍', 'origin_price': 66, 'pub_date': '2018-4-14 17:00:00', 'store': ['京东', '淘宝'], 'author': ['张三', '李四', 'Jhone'], 'is_valid': True, 'is_sale': False, 'meta': {'isbn': 'abc-123', 'pages': 300}, 'desc': None}
<class 'dict'>
"""

个人博客：Loak 正 - 关注人工智能及互联网的个人博客
文章地址：Python基础（十三）—切片、yield、生成器、序列化JSON