Python高级特性

切片

切片是因为在实际情况中，我们往往只要求取list或者tuple的部分元素，从而提出了切片这种特性。

L = ['a','b','c','d','e','f','g','h']
r1 = L[:2]
r2 = L[2:5]
r3 = L[-4:]
r4 = L[-4:-2]
print(r1)
print(r2)
print(r3)
print(r4)
输出：
['a', 'b']
['c', 'd', 'e']
['e', 'f', 'g', 'h']
['e', 'f']

切片为[m:n]取的是从m到n-1的元素。
若缺省，且有一个为正数，前置(或者后置)下标缺省，则默认为0(或者n，n为list或者tuple的长度)；若缺省，且有一个为负数，前置 [:-m] (或者后置[-m:])下标缺省，则默认为-n(后置缺省时，整个切片取的是倒数第m个到倒数第一个的区间，而不是倒数第m个到倒数第二个的区间)。
字符串也可以进行切片。
切片的进一步扩展[m:n:d]取在m到n-1区间中每隔d个取一个元素

L = ['a','b','c','d','e','f','g','h']
print(L[0:4:2])
输出：
['a','c']

迭代

在Python中是通过for...in..:来进行迭代的。

dict的迭代

d = {'a':1,'b':2,'c':3,'d':4,'e':5,'f':5,'g':6,'h':7}
for key in d:
    print(key)
for value in d.values():
    print(value)
for key,value in d.items():
    print(key,':',value)

对象是否可以迭代

一个对象x是否可以迭代，可以用isinstance(x,Iterable)函数进行判
断。

索引-元素对

enumerate()函数可以将list等变成一个索引-元素对

列表生成式

列表生成式即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，且与数学中的集合表达式类似。
例如

L = [m+n for m in ('a','b','c') for n in 'BCD']
print(L)
输出
['aB', 'aC', 'aD', 'bB', 'bC', 'bD', 'cB', 'cC', 'cD']

该生成公式可以根据需要自定义。

生成器

生成器是列表生成式的一个优化(个人理解)，因为如果我们需要生成一个几百万个元素的列表时，使用列表生成式会直接得到一个列表(list)，这样会占用很大的内存，虽然我们需要几百万个元素，但是往往访问的只是少部分几个，从而占用的内存就白白浪费掉了；而生成器，他本质上保存的时生成所需要列表的表达式，当我们需要访问元素的时候可以通过计算而得到相应的元素，从而大大节省了内存空间。

简单的生成器

L = [x * x for x in range(1,11)] #列表生成式
g = (x * x for x in range(1,11)) #生成器

从上述定义可以知道，列表生成式与生成器的定义区别很小。

生成器函数

如果推算算法比较复杂时，可以用函数来实现。

正常的斐波那契数列函数

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'

斐波那契数列的生成器函数

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

f = fib(6)
print(f)
for x in f:
    print(x)

从上述定义可知，当一个函数包含yield关键字时，该函数为生成器，并且在每次调用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。也可以使用for…in…:进行迭代，迭代也是生成器比较常用的方法。

迭代器

迭代器是相对于生成器来说的。
可以作用于for迭代的主要有两类：
1.集合数据类型，list、tuple、str、dict、set等
2.生成器。

可迭代的对象都是Iterable对象
可以被next()函数调用并返回下一个值的对象叫Iterator对象。

Iterator属于Iterable。

版权声明：本文为博主原创文章，未经博主允许不得转载。