python切片、迭代、生成器、列表生成式等高级特性学习

python高级特性

1行代码能实现的功能，决不写5行代码。请始终牢记，代码越少，开发效率越高。

• 切片
  
  当我们要取一个list中的前n各元素时，如果前n个少的话，我们还可以一个一个的取，但是若前n个元素极其多的话，我们就要采取其他办法：

    L = [];
    n = 1;
    while n <= 99:
    	L.append(n);
    	n = n + 2;
  
    print(L);
  
    #取前三个元素
    r = [];
    a = 3;
    for i in range(a):
    	r.append(L[i]);
  
    print(r);
  

对这种经常指定索引范围的操作，用循环会十分繁琐，所以python提供了切片（slice）操作符，取前三个元素一行代码就可以完成：

	#一行代码完成取前三个元素
	print(L[0:3]);

表示从0开始取，直到3结束，不包括索引3。类似的。L[-1],就指倒数第一个元素

• 迭代
  
  如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代。

    #迭代dict（相当于map）
    d = {"a": 1, "b": 2, "c": 3};
    for key in d:
    	print(key);
    	#a b c
    #迭代value
    for value in d.values():
    	print(value);
    	#1 2 3
  

注意：如果要对list实现类似于Java那样的下标循环，我们可以使用python内置的enumerate函数实现索引-元素对。

	#用enumerate函数实现list变成索引-元素对
	for i, value in enumerate(["a", "b", "c"]):
		print(i, value);
		# 0 a
		# 1 b
		# 2 c；

• 列表生成式
  
  即list comprehensions，是用来创建list的生成式，生成1~10d的list可以用list(range[1, 11])

    #用列表生成式创建list
    print(list(range(1, 11)));
  

生成[11，22， 33， ... ,1010]

	L1 = [];
	for x in range(1, 11):
		L1.append(x*x);
	print(L1);
	#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
	#使用列表生成式
	print([x*x for x in range(1, 11)]);

for循环后面还可以加上if判断语句:

	L2 = [x * x for x in range(1, 11) if x % 2 == 0];
	print(L2);#[4, 16, 36, 64, 100]

等等这样的生成操作，可以根据自己的情况来进行生成。

• 生成器
  
  是一种一边循环一遍计算的机制（也是一个函数）：generator （我没记错的话，es6中也有这个生成器，但是功能还有有区别）
  
  创建一个generator，方式：

1. 将列表生成器的[ ]改成( ),就创建了一个generator：

    	#用()创建一个generator
    	L3 = (x*x for x in range(10))
    	print(L3);
        #<generator object <genexpr> at 0x00000276D57E8A40>
   

可以通过next()来一个个打印generator的返回值，也可以用循环：

		L3 = (x*x for x in range(10));
		for i in L3:
			print(i);

1. 带yield的generator function
   
   斐波拉契数列打印：

    	#普通函数编写的费比拉数列
    	def fib(max):
    		n, a, b = 0, 0, 1;
    		while n < max:
    			print(b);
    			a, b = b, a + b;
    			n = n + 1;
    		return 'done';
    	print(fib(6));
    	# 1
    	# 1
    	# 2
    	# 3
    	# 5
    	# 8
    	# done
    	#用generator函数只需要把print(b)变成yield b即可
   
    	def fib1(max):
    	    n, a, b = 0, 0, 1
    	    while n < max:
    	        yield b
    	        a, b = b, a + b
    	        n = n + 1
    	    return 'done'
    	print(fib1(6));
    	#<generator object fib at 0x104feaaa0>
   

generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。在执行过程中，遇到yield就中断，下次又继续执行。

3. 杨辉三角

		#杨辉三角
		def triangles():
		       N = [1]
		       while True:
		           yield N
		           N.append(0)
		           N = [N[i]+N[i-1] for i in range(len(N))]

		n1 = 0
		results = []
		for t in triangles():
		    print(t)
		    results.append(t)
		    n1 = n1 + 1
		    if n1 == 10:
		        break

1. 总结
   
   generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。
   
   要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。
   
   区分普通函数和generator函数，普通函数调用直接返回结果，generator函数的“调用”实际返回一个generator对象

• 迭代器
  
  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（很像es6的Iterator接口）
  
  凡是可作用于for循环的对象都是Iterable类型；
  
  凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
  
  集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

• 总结
  
  以上都是python非常强大的特性，他们灵活的运用在python处理list、tuple等数据组上，自己学习的很浅，还是需要进行不断地练习及接触更多的关于python的demo。