Python学习笔记06_高级特性

最新推荐文章于 2025-04-17 23:36:20 发布

原创最新推荐文章于 2025-04-17 23:36:20 发布 · 275 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

Python 专栏收录该内容

26 篇文章

订阅专栏

本文介绍了Python中的序列操作，包括切片、列表生成式及生成器等高级特性，并详细讲解了如何利用这些特性进行高效编程。

切片

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.
如果第一个索引是0，还可以省略L[:3]
L[-2:],表示倒数第二个元素到末尾。L[-2:-1],表示倒数第二个元素到倒数第一个元素，但不包括倒数第一个元素。
L[:10:2],前10个数，每两个取一个。
L[::5],所有数，每5个取一个。
L[:],原样复制一个list。
tuple切片，唯一区别是tuple不可变，操作的结果仍是tuple。
```
<<< (0,1,2,3,4,5)[:3]
(0,1,2)
```
字符串也可以看成是一种list，每个元素就是一个字符。
```
<<< 'ABCDEFG'[:3]
'ABC'
<<< 'ABCDEFG'[::2]
'ACEG'
```

迭代

dict默认迭代key，for key in d，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()

for循环，可作用于一个可迭代对象。

<<< 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

list的下标循环，Python内置的enumerate函数可以把一个list变成索引-元素对。
```
<<< for i, value in enumerate(['A','B','C']):
        print(i,value)
```

列表生成式List Comprehensions

生成list[1,2,3,4,5,6,7,8,9,10]可以用list(range(1,11))

生成[1×1,2×2,3×3,...,10×10]

<<< L = []
<<< for x in range(1,11):
        L.append(x * x)

<<< [x * x for x in range(1,11)]

生成偶数的平方

<<< x * x for x in range(1,11) if x % 2 == 0

生成全排列

<<< m + n for m in 'ABC' for n in 'XYZ'

<<< import os # 导入os模块
<<< [d for d in os.listdir('.')] # os.listdir可以列出文件和目录

使用两个变量来生成list

<<< d = {'x':'A', 'y':'B', 'z':'C'}
<<< [k + '=' + v for k, v in d.items()]

把一个list中所有的字符串变成小写，如果list中既包含字符串，又包含整数，使用内建的isinstance()函数可以判断一个变量是不是字符串。
```
<<< L1 = ['Hello','World',18,'Apple',None]
<<< L2 = [s.lower() for s in L1 if isinstance(s, str))]
print(L2)
```

生成器generator

创建简单generator，用生成器

<<< L = [x * x for x in range(10)] # L是一个list
<<< g = (x * x for x in range(10)) # g是一个generator
<<< next(g) # 获得generator的下一个返回值
<<< for n in g:
        print(n) # generator是可迭代对象

创建复杂generator，用函数实现

# 创建非波拉契数列(Fibonacci)
def fib(max):
    n, a, b = 0, 0, 1
    while n<max:
        yield b
        a, b = b, a+b
        n = n + 1
    return 'done'

# 拿到generator的rerurn语句的返回值
<<< g = fib(6)
<<< while True:
        try:
            x = next(g)
            print('g:', x)
        except StopIteration as e:
            print('Generator return value:', e.value)
            break

迭代器

可直接作用于for循环的数据类型：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。

可直接作用于for循环的对象统称为可迭代对象：Iterable。

<<< from collection 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

可以被next()函数调用并不断返回下一个值的对象成为迭代器：Iterator。

<<< 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对象，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

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。Iterator可以表示一个无限大的数据流，如全体自然数，而用list是不可能存储全体自然数。

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等死Iterable但不是Iterator，但可以通过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。

for x in [1, 2, 3, 4, 5]
    pass

# 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