python的高级特性：切片，迭代，列表生成式，生成器，迭代器

python的高级特性：切片，迭代，列表生成式，生成器，迭代器

#演示切片
k="abcdefghijklmnopqrstuvwxyz"
#取前5个元素
k[0:5]
k[:5]
#后5个元素
k[-5:]   #vwxyz
#每隔一个取一个
k[::2]  #acegikmoqsuwy
#原样复制一个
k[:]

#演示迭代
d={'a':1,'b':2,'c':3}
for key in d:
    print(key)
#结果输出abc, 即输出key， 而且要注意dict的迭代顺序不像list是顺序排列的

for v in d.values():
    print(v)
#按值输出， 1,2,3

for k,v in d.items():
    print(k+":"+str(v))
#按键值对输出，a:1,b:2,c:3

ary=range(10)
for i,v in enumerate(ary):
    print(str(i)+" "+str(v))
#enumerate函数可以把一个list变为索引元素对，这样我们迭代元素就可以同时取得索引

for x,y in [(1,1),(2,4),(3,7)]:
    print(x,y)
#for循环里，引用两个变量是比较常见的


#下面演示 列表生成式
k=list(range(1,11))
print(k)
#显示 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

k=[x*x for x in range(1,11)]
print(k)
#显示 [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

k=[x*(x+1) for x in range(1,11,2)]
print(k)
#显示 [2, 12, 30, 56, 90]

#在列表生成器中我们还可以在后面附加if条件语句
def toUppers(L):
    return [x.upper() for x in L if isinstance(x,str)]

print(toUppers(['hello','world',100]))
#显示 ['HELLO', 'WORLD']


#在列表生成式中，也可以用多层 for 循环来生成列表
print([m*100+n*10+z for m in range(1,10) for n in range(0,10)
       for z in range(1,10) if m*100+n*10+z==z*100+n*10+m])

#结果
#[101, 111, 121, 131, 141, 151, 161, 171, 181, 191, 202, 212, 222, 232, 242,
# 252, 262, 272, 282, 292, 303, 313, 323, 333, 343, 353, 363, 373, 383, 393,
#  404, 414, 424, 434, 444, 454, 464, 474, 484, 494, 505, 515, 525, 535, 545,
# 555, 565, 575, 585, 595, 606, 616, 626, 636, 646, 656, 666, 676, 686, 696,
# 707, 717, 727, 737, 747, 757, 767, 777, 787, 797, 808, 818, 828, 838, 848,
# 858, 868, 878, 888, 898, 909, 919, 929, 939, 949, 959, 969, 979, 989, 999]

print([m+n for m in 'ABC' for n in 'XYZ'])
#结果  ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

#列出当前目录下的所有文件与目录名
import  os
print([d for d in os.listdir('.')])

#下面演示 生成器
#生成器类似于C#中的滞后执行机制，只在迭代时占用资源。其目的是不会一次把
#100万个列表一次载入内存。
list1=[x*x for x in range(10)]
print(list1)
#输出 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

#下面的g就是一个生成器 generator
g=(x*x for x in range(10))
print(g)
#输出  <generator object <genexpr> at 0x0000021FAC0A3B48>
#如果要输出generator的每个元素，可以用next()函数
print(next(g))  #0
print(next(g))  #1
print(next(g))  #4
#正常的方式还是使用forgrgi循环迭代对象
for n in g:
    print(n)

#斐波拉契数列生成的函数
def fib(max):
    n,a,b=0,0,1
    while n<max:
        print(b)
        a,b=b,a+b
        n=n+1
    return  'done'
fib(6)
#输出 1 1 2 3 5 8

#我们把上面的函数改成generator, 只需要把print(b) 改为yield b
#这就是定义generator的另一种方法，一个函数中包含yield关键字，它就不
#是一个普通函数，而是一个generator
def fib(max):
    n,a,b=0,0,1
    while n<max:
        yield b
        a,b=b,a+b
        n=n+1
    return  'done'

f=fib(6)
print(f)
#输出 <generator object fib at 0x000001F82E3C3C50>

#用for循环generator时，会发现拿不return的返回值，其实必须要捕获
#StopIteration错误，才可以。
g=fib(6)
while True:
    try:
        x=next(g)
        print('g:',x)
    except StopIteration as e:
        print('Generator return value:',e.value)
        break;

#输出
#g: 1
#g: 1
#g: 2
#g: 3
#g: 5
#g: 8
#Generator return value: done

#再举一个简单的例子，可以看到generator的执行流程
def odd():
    print('step1')
    yield  1
    print('step2')
    yield (3)
    print('step3')
    yield (5)

#调用
o=odd()
next(o)  #step1
next(o)  #step2
next(o)  #step3
#next(o)  #StopIteration

#总结一下：
#能用于for循环的类型有
#（一）集合类型  list,tuple,dict,set,str等
#（二) generator, 包括生成器和带yield的generator function
#这些对象统称为可迭代的对象: Iterable

#可以使用isinstance判断一个对象是否是Iterable对象：
from collections import Iterable
print(isinstance([],Iterable))     #True
print(isinstance('abc',Iterable)) #True
print(isinstance(100,Iterable))  #False

#而可以被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()判断是否为Iterator对象
from collections import Iterator
print(isinstance((x for x in range(10)),Iterator))
print(isinstance([2,3,4],Iterator))

#生成器都是Iterator对象，但是list,dict,str虽然是Iterable，去不是Iterator
#把list,dict,str转为Iterator可以使用iter()函数
print(isinstance(iter('abcdefg'),Iterator))
#结果  True

#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是不可能存储全体自然数的