python基础——高级特性

1、切片 

　　　切片：

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

>>> L[:3] ['Michael', 'Sarah', 'Tracy']

>>> L = list(range(100)) >>> L [0, 1, 2, 3, ..., 99]

前10个数，每两个取一个：

>>> L[:10:2]
[0, 2, 4, 6, 8]

所有数，每5个取一个：

>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

甚至什么都不写，只写[:]就可以原样复制一个list：

>>> L[:]
[0, 1, 2, 3, ..., 99]

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'

有了切片操作，很多地方循环就不再需要了。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。

2.迭代：
  for..in ..:
  可迭代的有list、tuple、dict等
  因为Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。

　　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：

  是否可迭代可以用collections模块的Iterable类型：
  　　>>> from collections import Iterable
　　  >>> isinstance('123',Iterable)
　　      True
  ---------------------------------------------------------------------------------------------------------
   字典迭代的几个方法：
   　　默认迭代key：
　　　　 >>> d = {'a': 1, 'b': 2, 'c': 3}
　　　　 >>> for key in d: ... print(key)
           ... a c b
      迭代value：
      >>> for value in d.values():
　　　　...     print(value)
　　　　...
　　　　3
　　　　1
　　　　2
     同时迭代key，value方法二：
　　　　>>> for k,v in d.items():
　　　　...      print(k,v)
　　　　...
　　　　c 3
　　　　a 1
　　　　b 2
     同时迭代key，value：
　　　　>>> for item in d.items():
　　　　...     print(item)
　　　　...
　　　　('c', 3)
　　　　('a', 1)
　　　　('b', 2)
     迭代列表加索引：Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：

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

3、列表生成式：
#一层：
a = [x for x in range(1,11)]
print(a)
#二层
a = [x*x for x in range(1,11) if x%2==0]
print(a)
#字符串
a = [m+n for m in 'ABC' for n in 'abc']
print(a)
#运用列表生成式，可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：
import os
print([d for d in os.listdir('.')])
#练习题
L = ['Hello', 'World', 18, 'Apple', None]
print(isinstance(18,(str)))
print([s.lower() for s in L if isinstance(s,(str)) ])

4、生成器：

　　　　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。

但不能能获得generator的return返回值，但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

　　　　#著名的斐波拉契数列（Fibonacci）
　　　　def  Fib(max):
     　　　　n, a, b = 0, 0, 1
    　　　　 while n < max:
          　　　　 yield b
          　　　　 a, b = b, a + b
          　　　　 n = n + 1
    　　　　return 'done'
　　　　g = Fib(6)

while True:
　　　　　　try:
　　　　　　n = next(g)
　　　　　　print('g:',n)
　　　　　　except StopIteration as e:
　　　　　　print('Generator return value:',e.value)
　　　　　　break
              运行结果：

g: 1
　　　　g: 1
　　　　g: 2
　　　　g: 3
　　　　g: 5
　　　　g: 8
　　　　Generator return value: done

　　　　请注意区分普通函数和generator函数，普通函数调用直接返回结果：

　　　　>>> r = abs(6)
　　　　>>> r
　　　　6

　　　　generator函数的“调用”实际返回一个generator对象：

　　　　>>> g = fib(6)
　　　　>>> g
　　　　<generator object fib at 0x1022ef948>

 
5、迭代器（Iterator）区别于Iterable

　　　　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。

　　　　Python的for循环本质上就是通过不断调用next()函数实现的，例如：

　　　　for x in [1, 2, 3, 4, 5]:
   　　　　 pass

　　　　实际上完全等价于：

　　　　# 首先获得Iterator对象:
　　　　it = iter([1, 2, 3, 4, 5])
　　　　# 循环:
　　　　while True:
 　　　　   try:
   　　　　     # 获得下一个值:
   　　　　     x = next(it)
　　　　    except StopIteration:
      　　　　  # 遇到StopIteration就退出循环
      　　　　  break