第三章-高级特性

1 切片

　　当要取list,tuple和str的某个元素到某个元素, 除了逐个列出以外, 还可以用切片(slice)来完成.

　　使用方法:

　　　　名字[起始Index : 结束Index]

>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']

　　　　表示从起始索引开始, 逐个取值, 但是结束于结束索引前一个元素.

　　　　当结束Index不写的时候取元素取到最后

　　　　同理起始Index不写表示从第一个开始

>>> L[-2:]
['Bob', 'Jack']

　　可以使用切片的有list, tuple, str　

2 迭代

　　利用for循环来遍历list和tuple等, 这种遍历叫做迭代(iteration)

　　迭代的方式主要是采用for..in的方式

　　判断该对象是否可以迭代

　　　　导入from collections import Iterable

　　　　利用 isinstance(判断的对象, Iterable)

　　　　其中isinstance方法不仅能够判断迭代器的类型, 还可以python的其余任意类型

>>> 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

　　迭代字典元素的三种方法

　　　　方法一 遍历key

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
...     print(key)
...
a
c
b

　　　　方法二 遍历value

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for value in d.values():
...	print(value)
...	
1
3
2

　　　　方法三 同时迭代key和value

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for k,v in d.items():
...	print("key={},value={}".format(k,v))
...	
key=c,value=3
key=a,value=1
key=b,value=2
>>> 

　　迭代的时候获取索引值, 课使用内置的方法enumerate来实现

>>> for i, value in enumerate(['A', 'B', 'C']):
...     print(i, value)
...
0 A
1 B
2 C

3 列表生成式

　　列表生成式(List Comprehensions), 主要是用来创建list的生成式

　　方法一:

　　　　list(range(N, M))

　　　　获取的值为N, N+1, ... ,M-1

　　方法二:

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

　　　　例子1

>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

　　　　例子2

>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]

　　　　例子3

>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

　　　　例子4

>>> import os # 导入os模块，模块的概念后面讲到
>>> [d for d in os.listdir('.')]  # os.listdir('.')可以列出 当前 文件和目录
['元类.py', '复习.py', '新式类与经典类.py', '类.py', '练习1.py']

　　　　例子5

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

　　　　例子6

>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']

4 生成器

　　生成器(generator), 作用与列表生成式类似. 生成器产生的原因是列表生成式是生成的列表, 但是由于内存的限制, 列表生成式能够生成的数量是有限制的

　　生成器的最简单的写法就是将列表生成式的[]改为()

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

　　获取生成器生成的元素

　　　　方法一: 用next()方法获取

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16

　　　　方法二: 利用for..in方法迭代

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81

　　生成器的定义方法二: 在函数中利用yield关键字

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

　　这类的generator与函数的区别在于执行顺序不同

　　　　函数: 从头执行到尾, 遇到return停止

　　　　generator: 从头到尾执行, 遇到yield停止, 下次运行是从上次yield的位置继续执行

　　由于这种generator也可以利用next和for来获得数据, 且next一样有可能越界, 故同样常用for遍历

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 n in fib(6):
...     print(n)
...
1
1
2
3
5
8

　　由此可见, for循环无法得到最后return的值, 要获得该值需要使用StopIteration异常

>>> g = fib(6)
>>> while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done