代码越少，开发效率越高。

高级特性

一、切片（slice）

1、list 的切片

## L 是 0 - 99 的数列
L = list(range(100))
print(L)
print(L[:10])     # 前 10 个数
print(L[-10:])    # 后 10 个数
print(L[10:20])   # 前 11-20 个数：
print(L[:10:2])   # 前 10 个数，每两个取一个
print(L[::5])     # 所有数，每 5 个取一个
print(L[:])       # 原样复制一个 list

输出结果

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
[0, 2, 4, 6, 8]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

2、tuple、字符串的切片

t = (0,1,2,3,4,5)
print(t[:3])
s = 'ABCDEFG'
print(s[:3])
print(s[::2])

输出结果

(0, 1, 2)
ABC
ACEG

二、迭代

Python 中给定一个 list 或 tuple 或其他可迭代的对象（有无下标就可以迭代），通过 for ... in 来遍历，这种遍历称为迭代（ Iteration）。

1、字典的迭代

dict 的存储不是按照 list 的方式顺序排列，所以，迭代出的结果顺序很可能不一样。

默认情况，dict 迭代的是 key。

d = {'a':1, 'b':2, 'c':3}
for key in d:print(key)## 迭代 values
for value in d.values():print(value)## 同时迭代 key 和 value
for k,v in d.items():print(k,v)

输出结果

a
b
c
1
2
3
a 1
b 2
c 3

2、字符串的迭代

for ch in 'ABC':print(ch)

3、可迭代对象判断

通过 collections 模块的 Iterable 类型判断。

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

输出结果

True
True
False

通过 enumerate 函数可以把一个 list 变成索引-元素对
==》在 for 循环中同时迭代索引和元素本身。

for i, value in enumerate(['A', 'B', 'C']):print(i, value)

输出结果

0 A
1 B
2 C

常用：for 循环里，同时引用了两个变量

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

输出结果

1 1
2 4
3 9

三、列表生成式（ List Comprehensions）

## [1x1, 2x2, 3x3, ..., 10x10]
print([x * x for x in range(1, 11)])
print([x * x for x in range(1, 11) if x % 2 == 0])
## 两层循环
print([m + n for m in 'ABC' for n in 'XYZ'])## 列出当前目录下的所有文件和目录名
import os
# os.listdir 可以列出文件和目录
print([d for d in os.listdir('.')])d = {'x':'A', 'y':'B', 'z':'C'}
print([k + '=' + v for k, v in d.items()])L = ['Hello', 'World', 'IBM', 'Apple']
print([s.lower() for s in L])## 过滤掉非str类型
L1 = ['Hello', 'World', 18, 'Apple', None]
L2 = [s for s in L1 if isinstance(s, str)]
print(L2)

输出结果

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
[4, 16, 36, 64, 100]
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
['1.py', '2.py', '3.py', '4.py']
['x=A', 'y=B', 'z=C']
['hello', 'world', 'ibm', 'apple']
['Hello', 'World', 'Apple']

四、生成器（ Generator）

一边循环一边计算的机制，称为生成器。

方法一——()

将列表生成式中 [] 改成 ()，使用 for循环访问元素

g = (x * x for x in range(10))
print(g)
for n in g:print(n)

输出结果

<generator object <genexpr> at 0x0000017EFFAE5D00>
0
1
4
9
16
25
36
49
64
81

==》generator 函数的“调用”实际返回一个 generator 对象

方法二——yield

如果一个函数定义中包含 yield 关键字，则该函数是一个 generator。

以斐波拉契数列（ Fibonacci）为例：

def fib(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a+bn = n + 1return 'done'
print(fib(6))
## 元素的访问
for n in fib(6):print(n)

输出结果

<generator object fib at 0x000001A8A31EA1A8>
1
1
2
3
5
8

2、Generator 的理解

generator 和函数的执行流程不一样。

函数是顺序执行，遇到 return 语句或者最后一行函数语句就返回。
generator 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。

3、杨辉三角形

def triangles():N = [1]while True:yield NN.append(1110)N = [N[i] + N[i-1] for i in range(len(N))]
n = 0
for t in triangles():print(t)n = n + 1if n == 10:break

输出结果

[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

五、迭代器

1、可迭代对象——Iterable

可迭代对象（Iterable）：可以直接作用于 for 循环的对象的统称。

包括：集合数据类型，如 list、 tuple、 dict、 set、 str 等； generator，包括生成器和带 yield 的 generator function。

判断是否是 Iterable 对象

isinstance()函数来判断

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

输出结果

True
True
True
True
False

2、迭代器——Iterator

生成器不仅可用于 for 循环，也可被 next() 函数不断调用并返回下一个值，直到最后越界抛出 StopIteration 错误表示无法继续返回下一个值为止。
==》next()函数调用并不断返回下一个值的对象称为迭代器。

判断是否是 Iterable 对象

isinstance()函数来判断

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

输出结果

False
False
False
True

3、Iterable vs. Iterator

生成器既是 Iterable 又是 Iterator 对象
但 list、 dict、 str 虽然是 Iterable，却不是 Iterator。

转换：Iterable ==》Iteraor 用 iter() 函数

print(isinstance(iter([]), Iterator))
print(isinstance(iter({}), Iterator))
print(isinstance(iter('abc'), Iterator))

输出结果

True
True
True

思考：为什么 list、 dict、 str 等数据类型不是 Iterator？

这是因为 Python 的 Iterator 对象表示的是一个数据流， Iterator 对象可以被 next()函数调用并不断返回下一个数据，直到没有数据时抛出 StopIteration 错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过 next()函数实现按需计算下一个数据，所以 Iterator 的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator 甚至可以表示一个无限大的数据流，例如全体自然数。而使用list 是永远不可能存储全体自然数的。

【Python】编程笔记4相关推荐

Python 常用线型 + 点符号 + 颜色汇总 ∈ Python 编程笔记
文章目录 Part.I 线型 Chap.I 基本线型 Chap.II 元组线型 Part.II 点符号 Chap.I 基本符号 Chap.II 高级符号 Part.III 颜色 Chap.I 单词或字 ...
Python编程笔记6字典
Python编程学习笔记,第6记:数据结构之字典本节将学习:能够将相关信息关联起来的Python字典.如何定义字典.如何使用存储在字典中的信息.如何访问和修改字典中的元素.如何遍 ...
Python编程笔记
Table of Contents 1. 绪论 2. python编程概述 2.1. 知识点 2.2. 良好的编程习惯 2.3. 常见编程错误 2.4. 测试和调试提示 2.5. 移植性提示 3. 控 ...
《Python学习笔记》——南溪的python编程笔记
1 致谢感谢张轩老师分享的关于函数式编程的博文! 1 前言 Python中使用函数式编程也是很重要的: 2 函数 (对于函数编写的原则,我们参考了网易云音乐大前端团队的博文网易云音乐大前端团队--& ...
Python 编程笔记（本人出品，必属精品）
文章目录 Part.I 准备工作 Chap.I 下载安装 Chap.II 实现快捷键清屏 Chap.III 概念汇编 & 注意事项 Part.II 基础知识 Chap.I 快应用 Chap.I ...
python编程注释_自学python编程笔记之：python的注释
python中有两种注释: 看以下程序示例(未使用注释): 看以下程序示例(使用注释): 一.注释的作用: 增加程序的可读性,让开发者或后续接手程序进行维护修改的程序员提供可读性. 好的程序代码通常有 ...
Python编程笔记（第三篇）【补充】三元运算、文件处理、检测文件编码、递归、斐波那契数列、名称空间、作用域、生成器...
一.三元运算三元运算又称三目运算,是对简单的条件语句的简写,如: 简单条件处理: if 条件成立:val = 1else:val = 2 改成三元运算 val = 1 if 条件成立 else 2 ...
python 编程笔记
不要老把代码全写一个文件,尽量模块化,分布式处理. 不要怕麻烦,代码啰嗦甚至重复都不是当前需要解决的问题,当前最主要的功能是实现功能.
python编程题-python编程题库
广告关闭腾讯云双11爆品提前享,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高满返5000元! 上期题目连接:1000道python题库系列分享十一(9道)上期题目答案:? 本期 ...
python程序设计题库-python编程题库
广告关闭 2017年12月,云+社区对外发布,从最开始的技术博客到现在拥有多个社区产品.未来,我们一起乘风破浪,创造无限可能. 上期题目连接:1000道python题库系列分享十一(9道)上期题目答案 ...

【Python】编程笔记4

高级特性

一、切片（slice）

1、list 的切片

2、tuple、字符串的切片

二、迭代

1、字典的迭代

2、字符串的迭代

3、可迭代对象判断

三、列表生成式（ List Comprehensions）

四、生成器（ Generator）

方法一——()

方法二——yield

2、Generator 的理解

3、杨辉三角形

五、迭代器

1、可迭代对象——Iterable

判断是否是 Iterable 对象

2、迭代器——Iterator

判断是否是 Iterable 对象

3、Iterable vs. Iterator

思考：为什么 list、 dict、 str 等数据类型不是 Iterator？

【Python】编程笔记4相关推荐

最新文章

热门文章