Python的高级特性（切片，迭代，生成器，迭代器）

掌握了python的数据类型，语句和函数，基本上就可以编出很多有用的程序了。

但是在python中，并不是代码越多越好，代码不是越复杂越好，而是越简单越好。

基于这个思想，就引申出python的一些高级特性。

切片

在python中，取list或者是tuple的部分元素是非常常见的操作。

L = ["gege","gege","egye"];
[L[0],L[1],L[2]]

上面这个是一个笨办法，因为扩展一下，取前面n个元素就没办法了。

r = []
n = 3
for i in range(n):
    r.append(i)

还有这种经常取指定索引范围的操作，用循环十分繁琐，所以python提供了切片（Slice）操作符，极大的简化这种操作。类似于javascript中的数组的slice方法。

JavaScript数组中的slice方法

它能够基于当前数组中的一个或多个项创建一个新数组。slice()方法可以接受一个或两个参数，即要返回项的起始位置和结束位置。

在只有一个参数的情况下，slice方法返回从该参数指定位置开始到当前数组末尾的所有项。

如果有两个参数，该方法返回起始和结束位置之间的项，但是不包括结束位置的项。

注意：slice方法不会影响原始数组。

对于上面的问题，想要取前面三个元素。直接就用

L[0:3]
//也可以省略0：
L[:3]

类似的，python数组支持负数索引，切片也支持倒数切片，记住倒数第一个元素的索引是-1.

还可以取不连续的数

L = list(range(100));
L[:10] //   前10个数
L[-10:] //后10个数
L[:10:2] //前10个数，每两个取一个
L[:] //原样复制一个list

tuple也是一种list，唯一的区别是tuple不可变，因此tuple也可以使用切片操作，只是操作的结果仍然是tuple。

(0,1,2,3,4)[:3]
//(0,1,2)

字符串‘xxxx’也可以看成是一种list，每个元素就是一个字符，因此字符串也可以做切片，只是操作的结果还是字符串

“ffeefg”[:3]

其实其他编程语言对字符串也有很多操作，如substring，目的就是对字符串进行切片，python没有针对字符串的截取函数，只需要一个切片操作就可以完成，非常简单。

迭代

在python中，迭代是通过for... in循环来操作的，不仅可以作用在list或tuple上，还可以作用在其他可迭代对象上。

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

for value in d.values():
    print(value)

for k,v in d.items():
    print(k,v)

//字符串
for ch in 'abc':
    print(ch)

使用for循环时，不管是什么数据类型，只要是一个可迭代对象就行，那如何判断是一个可迭代对象呢？

使用collections模块的Iterable类型判断

from collections import Iterable
isinstance('abc',Iterable) //true
# str是否可迭代
isinstance([1,2,3],Iterable) //true
# list是否可迭代
isinstance(123,Iterable) //false
# 整数是否可迭代

Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以for循环中同时迭代索引和元素本身了。

for i,value in enumerate(['s','ss','sss']):
    print(i,value)

列表生成式

[x*x for x in range(1,11)]
//把要生成的元素放在前面
[x*x for x in range(1,11) if x%2 == 0]
//for循环后面还可以加上if判断

[m+n for m in 'ABC' for n in 'XYZ']
//['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
//可以使用两层循环，生成全排列
三层以及三层以上就很少用

生成器（generator）

通过列表生成式在列表容量很大的时候就会占用很多空间

所以生成器就派上用场了，一遍循环一遍计算的机制

定义generator的第一种方法，

 g = (x * x for x in range(10))
for n in g:
    print(n)

创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误

著名的斐波拉契数列

定义generator的第二种方法

def fib(max):
    n,a,b = 0,0,1
    while n < max:
       // print(b)
        yield b
        a,b = b,a+b
        n = n + 1

将上面的print（b）改成yield b，就是一个generator。