Day-5: Python高级特性

　　python的理念是：简单、优雅。所以，在Python中集成了许多经常要使用的高级特性，以此来简化代码。

• 切片：

　　对于一个list或者tuple，取其中一段的元素，称为切片（Slice）。

　　L[start:end]表示取L中从索引号为start到end的元素，其中如果顺着取，则索引号范围为0~len（L）-1；反着取，则索引号范围为-1~-len（L）。

• 迭代：

　　Python中迭代用for...in来完成。对于list或者tuple，就是for name in names之类；而对于dict，就是for k, v in d.iteritems()，其中k, v分别表示key和value。

• 列表生成式：

　　简单的列表可以用內建函数range()直接生成

　　range(start, end, step)第一个参数表示起始值，第二个参数表示结束值加一，第三个值表示步长，默认值为1.

　　对于复杂的列表，使用range配合for...in和表达式来生成，如：

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

　　后面还可以加判断：

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

　　依据表达式的不同还有如下变形：

>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.iteritems()]
['y=B', 'x=A', 'z=C']

>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']

• 生成器

　　直接生成一个list，会占用大量的内存，而生成器是依据某种算法依次推算出每个值。

　　创建一个生成器有两种方法，第一种将[]改成()，如：

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x104feab40>

　　调用时使用next()方法：

>>> g.next()
0
>>> g.next()
1
>>> g.next()
4
>>> g.next()
9
>>> g.next()
16
>>> g.next()
25
>>> g.next()
36
>>> g.next()
49
>>> g.next()
64
>>> g.next()
81
>>> g.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

　　推算完后，再调用会抛出StopIteration的错误。另外，可以用for...in来迭代输出。

　　第二种，将创建函数时的return换成yield。

 

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

 

　　generator在执行时，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。

 

>>> def odd():
...     print 'step 1'
...     yield 1
...     print 'step 2'
...     yield 3
...     print 'step 3'
...     yield 5
...
>>> o = odd()
>>> o.next()
step 1
1
>>> o.next()
step 2
3
>>> o.next()
step 3
5
>>> o.next()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

 注：本文为学习廖雪峰Python入门整理后的笔记