Python学习（三）—— 高级特性

本是古典何须时尚 2022-03-26 05:30 264阅读 0赞

### 一、切片 ###

Python提供了一种方便的机制来切割list、tuple、str等对象中的元素：

>>> L = [1,2,3,4,5,6,7,8,9,10]
    >>> L[0:3]             #取前三个数
    [1, 2, 3]
    >>> L[-2:-1]           #取到数两个数
    [9, 10]
    >>> L[::2]             #每隔两个数取一个
    [1, 3, 5, 7, 9]
    >>>
    >>> 'ABCDEFG'[:3]      #取前三个字符
    'ABC'
    >>> 'ABCDEFG'[::2]     #每隔两个字符取一个
    'ACEG'

### 二、迭代 ###

1.迭代dict

>>> d = {'a':1, 'b':2, 'c':3}
    >>> for key in d:    #dict不是安装list的方式顺序排序，所以迭代的结果顺序可能不同
    ...    print(key)
    ...
    a
    c
    b
    >>> for value in d.values():    #迭代dict的values
    ...    print(key)
    ...
    1
    3
    2
    >>> for k,v in d.items():       #同时迭代key和value
    ...    print(k,v)
    ...
    a 1
    c 3
    b 2

2.迭代str

>>> for ch in 'ABC':
    ...    print(ch)
    ...
    A
    B
    C

3.判断迭代对象

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

4.把list编程索引-元素对

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

4.引用两个变量

>>> for x,y in [(1,1), (2,4), (3,9)]:
    ...    print(x,y)
    ...
    1 1
    2 4
    3 9

### 三、列表生成式 ###

列表生成式即List Comprehensions，是Python内置的可以用来创建list的生成式。

举个例子，要生成\[1\*1, 2\*2, 3\*3, ..., 10\*10\]可以直接通过列表生成式生成：

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

for循环后面还可以加上if判断，从而筛选出仅偶数的平方：

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

还可以使用两层循环，生成全排列：

>>> [m + n for m in 'ABC' for n in 'XYZ']
    ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

### 四、生成器 ###

通过列表生成式创建的列表受到内存限制，其容量肯定是有限的。如果创建一个包含100万个元素的列表，而我们只使用了其中的前几个元素，这就会造成空间的浪费。Python提供了一种循环推算的机制来获得元素，这样就不必创建完整的list，从而节省大量的空间——这种机制称为生成器：generator

生成器的创建有两种方法：

（1）第一种方法：与列表生成式的区别在于\[ \]改为( )，通过for循环调用

>>> g = (x * x for x in range(10))
    >>> g
    <generator object <genexpr> at 0x1022ef630>
    >>>
    >>> for n in g:
    ...    print(n)
    ...
    0
    1
    4
    9
    16
    25
    36
    49
    64
    81

（2）第二种方法：yield关键字

<table style="width:500px;"> 
 <thead> 
  <tr> 
   <th>普通函数</th> 
   <th>generator</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td> <p>def fib(max):</p> <p>&nbsp; &nbsp; n, a, b = 0, 0, 1</p> <p>&nbsp; &nbsp; while n &lt; max:</p> <p>&nbsp; &nbsp; &nbsp; &nbsp; <span style="color:#f33b45;">print(b)</span></p> <p>&nbsp; &nbsp; &nbsp; &nbsp; a, b = b, a + b</p> <p>&nbsp; &nbsp; &nbsp; &nbsp; n = n + 1</p> <p>&nbsp; &nbsp; return 'done'</p> </td> 
   <td> <p>def fib(max):</p> <p>&nbsp; &nbsp; n, a, b = 0, 0, 1</p> <p>&nbsp; &nbsp; while n &lt; max:</p> <p>&nbsp; &nbsp; &nbsp; &nbsp; <span style="color:#f33b45;">yield b</span></p> <p>&nbsp; &nbsp; &nbsp; &nbsp; a, b = b, a + b</p> <p>&nbsp; &nbsp; &nbsp; &nbsp; n = n + 1</p> <p>&nbsp; &nbsp; return 'done'</p> </td> 
  </tr> 
 </tbody> 
</table>

generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行语句就返回。而变成gennerator的函数，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。实例如下：

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

把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

>>> for n in fib(6):
    ...    print(n)
    ...
    1
    1
    2
    3
    5
    8

### 五、迭代器 ###

1.可迭代对象（两类）：可以直接作用于for循环

<table style="width:700px;"> 
 <thead> 
  <tr> 
   <th style="width:138px;">类型</th> 
   <th style="width:561px;">对象</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="width:138px;">集合数据类型</td> 
   <td style="width:561px;">list、tuple、dict、set、str等</td> 
  </tr> 
  <tr> 
   <td style="width:138px;">generator</td> 
   <td style="width:561px;">包括生成器和带yield的generator function</td> 
  </tr> 
 </tbody> 
</table>

可以使用isinstance()判断一个对象是否是Iterable对象：

>>> from collections import Iterable
    >>> isinstance([], Iterable)
    True
    >>> isinstance({}, Iterable)
    True
    >>> isinstance('abc', Iterable)
    True
    >>> isinstance((x for x in range(10)), Iterable)
    True
    >>> isinstance(100, Iterable)
    False

2.迭代器：不仅可以作用于for循环，还可以被next()函数不断调用并返回下一个值

可以使用isinstance()判断一个对象是否是Iterator对象：

>>> from collections import Iterator
    >>> isinstance((x for x in range(10)), Iterator)
    True
    >>> isinstance([], Iterator)
    False
    >>> isinstance({}, Iterator)
    False
    >>> isinstance('abc', Iterator)
    False

把list、dict、str等Iterable可迭代对象变成Iterator迭代器可以使用iter()函数：

>>> isinstance(iter([]), Iterator)
    True
    >>> isinstance(iter('abc'), Iterator)
    True