-
切片
tuple
不可变,但tuple
也可以用切片操作,只是操作的结果仍是tuple
- 字符串
'xxx'
也可以用切片操作,只是操作结果仍是字符串 -
迭代
Python的
for
循环不仅可以用在list
或tuple
上,还可以作用于其他可迭代对象上- 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for key in d
或for value in d.values()
或for k, v in d.items()
如何判断对象可迭代,通过
collections.abc
模块的Iterable
类型判断from collections.abc import Iterable
isinstance('HHT', Iterable) #True
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, value in enumerate(['A', 'B', 'C']):
print(i, value)
#0 A
#1 B
#2 C
列表生成式
[x * x for x in range(1,11) if x % 2 == 0]
[m + n for m in 'ABC' for n in 'XYZ']
d = {'x':'A','y':'B','z':'C'}
[k + '=' + v for k, v in d.items()] #['y=B','x=A', 'z=C']
[x if x % 2 == 0 else -x for x in range(1, 11)]
在一个列表生成式中,for
前面的if...else
是表达式(不带**else**
会报错),而for
后面的if
是过滤条件,不能带else
生成器
生成器一方面是不必创建完整的
list
从而节省大量空间,另一方面是可以按照某种算法推算出来后续的元素- 只要把一个列表生成式的
[]
改成()
就创建了一个generator,如g = (x * x for x in range(10))
,可以通过next()
函数获得generator的下一个返回值- 每次调用
next(g)
就计算出g的下一个元素值,直到没有更多元素时抛出StopIteration
的错误
- 每次调用
如果一个函数的定义中包含
yield
关键字,那么这是一个generator函数,调用一个generator函数将返回一个generator对象def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a,b = b, a + b
n = n + 1
return 'done'
每次调用
next()
时执行,遇到yield
语句返回,再次执行时从上次返回的yield
语句出继续执行- 💡 调用generator函数会创建一个generator对象,多次调用generator函数会创建多个相互独立的generator
把函数改成generator函数后,一般不会使用
next()
来获取下一个值,而是直接使用for
循环来迭代g = fib(6)
while True:
try:
x = next(g)
print('g:', x)
except StopIteration as e:
print('Generator return value:', e.value)
break
迭代器
可以直接作用于
for
循环的数据类型有,统称为可迭代对象Iterable
:- 集合数据类型:
list
、tuple
、dict
、set
、str
generator
,包括生成器和带yield
的generator function
- 集合数据类型:
- 可被
next()
函数调用并不断返回下一个值的对象成为迭代器:Iterator
- 生成器都是
Iterator
对象,但list
、dict
、str
虽然是Iterable
,但不是Iterator
- 因此把
list
、dict
、str
等Iterable
变成Iterator
可以使用iter()
函数
- 因此把
- Python的
Iterator
对象表示的是一个数据流,可以看作是有序序列,但不能提前知道序列长度,其计算是惰性的,只有需要返回下一个数据时它才会计算- Python的
for
循环本质上就是通过不断调用next()
函数实现的
- Python的