Python高级特性

减少代码，提高效率

1.切片

取一个序列的部分元素

L [ start : end : step ]  含头不含尾

#!/usr/bin/python3
# -*- coding:utf-8 -*-

L = [ 1, 3, 6, 9, 45, 66]

print ( L[:4] )   #等同于L[0:4] 切片下标为 0 ~ 3 
print ( L[-2:] )  #倒数切片 从倒数第2开始往后切 倒数第二、倒数第一
print ( L[:5:2] )  #前5个数，每2个取一个
print ( L[::5] )  #所有数，每5个取一个

L[ : : -1]     倒切

 2.迭代

在Python中，迭代是通过 for...in 来完成的，而很多语言迭代 list 是通过下标完成的。

无论有无下标都可以迭代，如dict

dict不是按顺序排列存储，迭代出的结果顺序很可能不一样

dict默认迭代 key 如要要迭代 value：

同时迭代 key 和 value ：

判断是否可以迭代

3.迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式。

凡是可作用于for循环的对象都是Iterable类型，即迭代对象

凡是可作用于next()函数的对象都是Iterator类型，即迭代器，表示一个惰性计算的序列（只有在需要返回下一个数据时它才会计算）

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()。

集合数据类型如list、dict、str等是迭代对象，但不是迭代器，可通过 iter() 函数获得一个迭代器对象

字符串，列表或元组对象都可用于创建迭代器

迭代器对象可以使用常规for语句进行遍历：

#!/usr/bin/python3
# -*- coding:utf-8 -*-

list = [1, 2, 3, 4]
it = iter(list)  #创建迭代器对象

for x in it:
    print(x, end=" ")  #不换行输出

也可以使用 next() 函数：

#!/usr/bin/python3
# -*- coding:utf-8 -*-

list = [1, 2, 3, 4]
it = iter(list)  #创建迭代器对象

while True:
    print (next(it))

StopIteration

StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况

4.列表生成式

简单却强大的可用来创建list的生成式

如：生成一个列表 [1x1,  2x2,  3x3,  ...,  10x10]

用循环做

#!/usr/bin/python3
# -*- coding:utf-8 -*-

L = []
for x in range(1,11):
    L.append(x*x)
for i in L[:]:
    print (i, end = " ")

用列表生成式做

#!/usr/bin/python3
# -*- coding:utf-8 -*-

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

for i in L[:]:
    print (i, end = " ")

列表生成式内还可加 if 判断

#!/usr/bin/python3
# -*- coding:utf-8 -*-

L = [ x*x for x in range(1,11) if x%2 == 0 ]
#筛选出仅偶数的平方
for i in L[:]:
    print (i, end = " ")

还可使用两层循坏，如生成一个全排列

#!/usr/bin/python3
# -*- coding:utf-8 -*-

L = [ m+n for m in 'ABC' for n in 'XYZ' ]
for i in L[:]:
    print (i, end = " ")

5.生成器

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。

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

调用一个生成器函数，返回的是一个迭代器对象。

以下实例使用 yield 实现斐波那契数列：

#!/usr/bin/python3
import sys

def fibonacci(n): # 生成器函数 - 斐波那契
    a, b, counter = 1, 1, 0
    while True:
        if (counter > n):
            return
        yield a
        a, b = b, a + b
        counter += 1
        
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()