Python编程核心内容之二——切片、迭代和列表生成式

　　Python版本：3.6.2  操作系统：Windows  作者：SmallWZQ

　　最近太忙啦。很多事情需要自己处理，感觉时间不够用啊~~~~今后，博客更新时间可能会慢下来（但不能荒废了学习，要学习就得进行总结，哪怕借鉴前辈的学习资料），因此，无论闲忙，总是要学会总结。哈哈，正所谓“人不为己，天诛地灭”嘛。嘿嘿，没这么回事，说笑的……好像又扯远了。OK，回归正题，下面将回到Python先~~~

　　Python编程中，你如果要编写出很多有用的程序，必须掌握数据类型、语句和函数。对于Python编程，原则有二：一是代码不是越多越好，而是越少越好；二是代码不是越复杂越好，而是越简单越好。你还想“一行代码两块钱”。效率决定一切。

　　下面来个例子（不然，全是文字，会晕~~~）【实现1,3,5,7,9，……99的列表】：

 #赚钱版代码
 >>>n = 1
 >>>L = []
 >>>while n <= 99:
 ...    L.append(n)
 ...    n = n + 2
 ...
 >>>print(L)        #好多money，但老板不一定会给噢
 #略缩版代码
 >>>L= list(range(1,100,2))
 >>>print(L)
 #终极版代码
 >>>[x for x in range(1,100,2)]

　　其实，上述代码涉及到的代码主要包括循环、range()、分片、列表生成式。通过例子，我们知道：Python提供了很多有用的高级特性，灵活运用这些特性，可以减少我们很多代码量，提高效率。

切片

　　切片是Python编程的高级特性之一。切片可以访问一定范围内的元素，通过冒号（:）【该冒号是英文版的】隔开两个索引实现。

　　关于Python编程中的符号（比如冒号，逗号，括号……）都是英文版的【重要的事情说好多遍，因为自己平时编程也会时常出现这类错误】，否则程序编译会有Error，而且这种类型的错误还不好发现。因此，细节决定高度~~~

 #切片的魔力
 >>>L = [1,2,3,4,5,6,7,8,9,10]
 >>>L[2:5]
 3,4,5
 >>>L[0:1]
 1

　　切片操作的实现需要提供两个索引作为边界，第一个索引的元素是包含在切片内的，而第二个则不包含在切片内。

　　注：如果第一个索引是0，可以省略：

 >>>L = [1,2,3,4,5,6,7,8,9,10]
 >>>L[0:3]
 1,2,3
 >>>L[:3]
 1,2,3

　　既然Python支持L[-1]取倒数第一个元素，那么它同样支持倒数切片:

 >>>L = [1,2,3,4,5,6,7,8,9,10]
 >>>L[-2:]
 9,10
 >>>L[-2,-1]
 9

　　Python 3.x版本中，切片操作还支持步长：

 >>>L = [1,2,3,4,5,6,7,8,9,10]
 >>>L[::1]
 [1,2,3,4,5,6,7,8,9,10]
 >>>L[0:10:2]
 [1,3,5,7,9]
 >>>L[1:10:5]
 [2,7]

　　tuple也是一种list，唯一区别是tuple不可变。因此，tuple也可以用切片操作，只是操作的结果仍是tuple：

 >>> (0, 1, 2, 3, 4, 5)[:3]
 (0, 1, 2)

　　字符串’xxx’也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：

 >>> 'ABCDEFG'[:3]
 'ABC'
 >>> 'ABCDEFG'[::2]
 'ACEG'

　　Python没有针对字符串的截取函数，只需要切片一个操作就可以完成，非常简单。

　　Python的切片非常灵活，一行代码就可以实现很多行循环才能完成的操作。

迭代

　　Iteration是Python编程中最重要的高级特性。迭代（Iteration）：给定一个list或tuple，通过for循环来遍历这个list或tuple。故而，Python是通过for...in循环实现迭代的。

　　list这种数据类型虽然有下标，但很多其他数据类型是没有下标的，但是，只要是可迭代对象，无论有无下标，都可以迭代，比如dict就可以迭代：

 >>> d = {'A': 1, 'B': 2, 'C': 3}
 >>> for key in d:
 ...    print(key)
 ...
 A
 B
 C
 >>>　

　　因为dict的存储不是按照list的方式顺序排列，所以，迭代出的结果顺序很可能不一样。

　　默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。

　　由于字符串也是可迭代对象，因此，也可以作用于for循环：

 >>> for ch in 'ABC':
 ...     print(ch)
 ...
 A
 B
 C

　　因此，当我们使用for循环时，只要作用于一个可迭代对象，for循环就可以正常运行，而我们不太关心该对象究竟是list还是其他数据类型。

　　那么，如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：

 >>> 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

　　在for循环里，同时引用了两个变量，在Python里是很常见的，比如下面的代码：

 >>> for x, y in [(1, 1), (2, 4), (3, 9)]:
 ...     print(x, y)
 ...
 1 1
 2 4
 3 9

　　任何可迭代对象都可以作用于for循环，包括我们自定义的数据类型，只要符合迭代条件，就可以使用for循环。

列表生成式

　　列表生成式作为Python编程的高级特性，可以简化不少代码量。列表生成式（List Comprehensions）是Python内置的非常简单却强大的可以用来创建list的生成式。

　　举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))：

 >>> list(range(1, 11))
 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

　　但如果要生成[1x1, 2x2, 3x3, …, 10x10]怎么做？方法一是循环：

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

　　但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的list：

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

　　写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来，for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：

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

　　列表生成式也可以使用两个变量来生成list：

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

　　把一个list中所有的字符串变成小写：

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

　　列表生成式不是真正的语句，而是看起来像循环的表达式，这是将它归为循环语句的原因。该功能很强大，但大多数情况下，直接使用循环和条件语句也能完成。然而，列表生成式的程序十分简洁，更加易读。

　　下面来个例子：

 L1 = ['Hello', 'World', 18, 'Apple', None]
 L2= [s.lower() for s in L1 if isinstance(s,str)]