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。