• 💡 Python是脚本语言，代码越少，开发效率越高

    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

  • 只写[:]就可以原样复制一个list

    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

    1. from collections.abc import Iterable
    2. 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

    1. for i, value in enumerate(['A', 'B', 'C']):
    2.   print(i, value)
    3. #0 A
    4. #1 B
    5. #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']

    1. d = {'x':'A','y':'B','z':'C'}
    2. [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

  • 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

    1. def fib(max):
    2.   n, a, b = 0, 0, 1
    3.   while n < max:
    4.       yield b
    5.       a,b = b, a + b
    6.       n = n + 1
    7.   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

    1. g = fib(6)
    2. while True:
    3.   try:
    4.       x = next(g)
    5.       print('g:', x)
    6.   except StopIteration as e:
    7.       print('Generator return value:', e.value)
    8.       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
  • 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
  • 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