Python 学习笔记 之 02 - 高级特性总结

切片

语法：
  li.[x:y:z]
  li为list、tuple等数据类型，x为开始进行切片的位置，y为切片停止的位置（不包含y），z为xy切片后的结果里，每间隔z个元素输出一次结果。
  x默认为0时可以省略，y默认为0时可以省略，z默认为1时可以省略。如：
   >>> ['a','b','c','d','e','f'] [0:3]
   ['a', 'b', 'c']
   or
   >>> a =  ['a','b','c','d','e','f']
   >>> a[0:3]
   ['a', 'b', 'c']
   取前10个元素
    a[:10]
   取后10个元素
    a[-10:]
   取11~20个元素
    a[10:20]
   取前10个元素，每两个元素取一个（一共取5个）
    a[:10:2] 
   取全部元素（克隆一个）
    a[:]        #相当于从0取到最后，所以两个值都省略了 
  也支持倒数切片
      >>> a[-2:-1]
   ['e']

迭代

用for循环来遍历list、tuple、dict、str等可迭代对象，这种遍历称为迭代。

 除了list、tuple等有下标对象之外，dict这种没有下标的对象也可以进行迭代，默认情况下，dict迭代的是key，如需要迭代value，可以使用dict.value()，如果要同时迭代key和value，可以使用dict.items()。

 当使用for循环时，只要作用于一个可迭代对象，就可以正常运行，不用太关心该对象的类型。

列表生成式

将要生成的元素放到前面，后面跟for循环美酒可以轻松的创建出list了。
 语法：[列表条件 for x in ... ]，如： [ x for x in range(1,200) ]

 

生成器generator（可迭代对象）

受内存和资源利用限制，当需要一个巨量元素的列表，或仅需要访问巨量列表中的几个元素的情况时，如果list的元素可以按照算法推算出来，那么就可以在循环的过程中不断推算出后面的元素，这样就不必创建完整的list，节省大部分空间，这种机制就是生成器。

创建生成器：

把一个列表生成式的[]改为() ，就创建了一个生成器。可以用next()函数获得该generator的下一个返回值。实际使用时，用for循环进行迭代。
  当推算算法比较复杂时，for循环可能无法实现算法，这时可以使用函数来实现算法。
  目前来讲，将函数中的输出行（如print()函数）替换为 yield 关键字就可以了。如果函数定义包含了yield关键字，这个函数就是一个generator。在函数执行时，遇到yield就会停中断，下次又会接着运继续执行。当执行满足条件后，则退出循环，当没有更多的yield可以执行时，再次调用next()就会抛出错误。因此在正常循环调用yield过程中，需要给循环设定条件来退出循环，不然会产生一个无限元素的数列出来。
  
  用for循环迭代generator函数时，拿不到return语句的返回值。需要捕获StopIteration错误，将返回值包含在StopIteration的vaule中。

 

迭代器

可以被next()函数不断返回下一个值的可迭代对象称为迭代器Iterator。
 可迭代对象不一定是迭代器，如：list、dict、str，把非迭代器的可迭代对象Iterable变成迭代器Iterator，可以使用iter()函数
 迭代器Iterator对象表示是一个惰性计算的序列，一个数据流。这个数据流可以看作为一个有序序列，但是却不能提前知道序列长度，只能不断通过next()函数来实现按需计算下一个数据。Iterator可以表示一个无限大的数据流，而list、tuple等类型对象永远不可能存储无限大的数据的，如全部自然数。
 for循环本质上就是不断调用next()函数来实现的。