切片Slice

用于截取string、list、tuple的部分元素
第一个参数0表示索引起点、第二个表示索引终点（不含）、第三个参数表示步长

  1. l = ['Michael', 'Sarah', 'Tracy']
  2. l[0:3:2] # ['Michael', 'Tracy']

迭代Iteration

可以通过for循环来遍历，这种遍历称为迭代
所以，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.abc模块的Iterable类型判断：

  1. >>> from collections.abc import Iterable
  2. >>> isinstance('abc', Iterable) # str是否可迭代
  3. True
  4. >>> isinstance([1,2,3], Iterable) # list是否可迭代
  5. True
  6. >>> isinstance(123, Iterable) # 整数是否可迭代
  7. False

最后一个小问题，如果要对list实现类似Java那样的下标循环怎么办？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. ...
  4. 0 A
  5. 1 B
  6. 2 C

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
但如果要生成[1x1, 2x2, 3x3, …, 10x10]怎么做？

  • 方法一是循环：

    1. l = []
    2. for i in range(1,11):
    3.   l.append(x*x)

  • 列表生成式

    1. >>> [x * x for x in range(1, 11)]
    2. [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

    • 结合if判断

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

    • if……else

      1. >>> [x if x % 2 == 0 else -x for x in range(1, 11)]
      2. [-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

      生成器generator

      这种一边循环一边计算的机制，称为生成器：generator。
      通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
      所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间

      创建生成器

  • 只要将[]改成（）即可生成列表生成器

    1. >>> L = [x * x for x in range(10)]
    2. >>> L
    3. [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    4. >>> g = (x * x for x in range(10))
    5. >>> g
    6. <generator object <genexpr> at 0x1022ef630>

  • yield关键字

这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator函数，调用一个generator函数将返回一个

  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'
  9. >>> f = fib(6)
  10. >>> f
  11. <generator object fib at 0x104feaaa0>

generator取值

  • next()方法

generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误

  1. g = (x * x for x in range(3))
  2. >>> next(g)
  3. 0
  4. >>> next(g)
  5. 1
  6. >>> next(g)
  7. 4
  8. >>> next(g)
  9. Traceback (most recent call last):
  10.   File "<stdin>", line 1, in <module>
  11. StopIteration
  • for 循环取值，常用
    1. >>> g = (x * x for x in range(3))
    2. >>> for n in g:
    3. ...     print(n)
    4. ... 
    5. 0
    6. 1
    7. 4

    迭代器Iterator

    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。

    创建迭代器

    1. >>> it = iter([1, 2, 3, 4, 5])
    2. >>> next(it)
    3. 1
    4. >>> next(it)
    5. 2
    6. >>> next(it)
    7. 3
    8. >>> next(it)
    9. 4
    10. >>> next(it)
    11. 5
    12. >>> next(it)
    13. Traceback (most recent call last):
    14. File "<stdin>", line 1, in <module>
    15. StopIteration

    判断是否是迭代器

    ```python

    from collections.abc import Iterable, Iterator isinstance([], Iterable) True isinstance({}, Iterable) True isinstance(‘abc’, Iterable) True isinstance((x for x in range(10)), Iterable) True isinstance(100, Iterable) False

isinstance(iter([]), Iterator) True isinstance(iter(‘abc’), Iterator) True ```