Python (五) 高级特性
Python高级特性
一、 切片
python中提供了切片(Slice)操作符 , 可以方便的获取list或tuple中的某一段元素 。
# -*- coding : utf-8 -*- #Python 切片#生成0~99的元组或list都是可以进行切片操作的 L=tuple(range(100))#输出 print(L)#使用且前截取 #使用 L[startIndex : endIndex] 的形式 #startIndex表示 开始截取的位置 endIndex表示结束截取的位置 含左不含右 print(L[10:20]) print(L[:10]) # 没有起始位置时 , 默认从0开始 print(L[10:]) # 没有结束位置时 , 默认截取剩余部分#指定截取时的步数 print(L[:10:2]) # 截取0~10的元素 , 每两个取一个 print(L[::5]) #所有的数 , 每五个取一个
示例
#去除字符串首尾的空格 def trim(s):if(s[0] == " "):s = s[1:]trim(s)elif s[len(s)-1] == " " :s = s[:len(s)-1]trim(s)else:print("***"+s+"***")s = input("请输入要处理的字符串:") trim(s)
二、 迭代
- python中的迭代遍历不仅仅可以用在list和tuple上 , 而且可以用在dict上 。
示例
# -*- coding : utf-8 -*- #python 中的迭代遍历 #1. 迭代list 或 tuple #为什么是 一个列子? 因为tuple本身就是一个特别的listL=tuple(range(100)) J=list(range(100))for i in J :print(i)#2. 迭代一个dict # 在迭代dict时 , 默认迭代的是dict 的key 的集合 , 随后可以拿着key从dict 中取到value D = {'a':1 , 'b':2 , 'c':3} #遍历Key for d in D :print(d) #遍历value 方式一 for d in D : print(D[d])#遍历value 方式二 for d in D.values() :print(d)
- 当我们在python 中使用for遍历时 , 只要作用于一个可迭代对象 , for循环就可以正常运行 , 而不用太关心被迭代的元素类型 。
如何判断一个对象是一个可迭代对象 ?
from collections import Iterable#python 判断一个对象是否是一个可迭代对象 D = {'a':1 , 'b':2 , 'c':3} flag = isinstance(D , Iterable) print("是否是一个可迭代的对象呢: "+str(flag))
遍历二维list
#python遍历二维列表K=((1,1) , (2,2) , (3,3) , (4,4))for x , y in K :print(x , y)
练习
#python 迭代练习 #查找list中的最大值和最小值 print("查找list中的最大值和最小值:") H=(1,6,33,7,8,5,3,7,75,3,7,32,6,8,8,4,3,88,5,33,5,11111) min=None max=Nonefor h in H :if min==None or (h!=min and h<min) :#int 不能和None进行逻辑运算 , 当min为None时 , 先赋予初始值 。 min = helif max==None or (h!=max and h>max) :max = h print("min=" , min) print("max=" , max)
三、 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 。
举个例子 要想生成[1,2,3,4,5,6,7,8,9,10] , 可以用list(range(1,11))但是想要生成[1x1 , 2x2 , 3x3 , 4x4, 5x5] 怎么做? 只能使用原始的for循环么?? 1. 可以用list(x*x for x in range(1, 6)) 2. 可以使用判断 , 筛选出仅偶数的平方 list(x*x for x in range(1,11) if x%2==0) 3. 可以使用循环嵌套生成全排列 list(m+n for m in 'ABC' for n in 'XYZ')
示例
# -*- conding:utf-8 -*-import os #导入os模块 #利用列表生成式列出当前目录下所有的目录和文件名L = [d for d in os.listdir('.')]#.代表当前目录 print(L)#遍历dict的第三中方式 D={'1':'a' , '2':'b' , '3':'c'} for k,v in D.items():#使用for循环遍历dict 时 , 默认遍历keys , 可以通过D.values()仅遍历value , 可以通过items()同时遍历key和valueprint(k , '=' , v) #使用列表生成式将dict 转换为listL2 = [k+"="+v for k , v in D.items()] print(L2) #把list中的所有字符串转换为小写并输出L3=['AAA',"BBB",18,'CCC','adfFFFF']L3c=[s.lower() for s in L3 if isinstance(s , str)] print(L3c)
四 、 生成器
- 通过列表生成式 , 我们可以直接创建一列表 , 但是虽然理论上list 的长度是无限的 , 由于受内存限制, 实际上list的长度也是受限的的 。 当我创建出一个包含100万个元素的list却只取其中的某几个元素使用 一次时 ,这就显得非常的浪费 。
- 所以 ,如果列表中的元素如果可以按照某种算法推算出来 , 我们就不必创建大量占用内存的list而使用list 中的元素了 。 在python中这样以便循环一边计算的机制叫做生成器generator 。
生成一个generator最简单的办法就是把一个列表生成式的[]改为() , 就创建了一个generator 。
# -*- conding:utf-8 -*-#generator生成器 L=[x for x in range(10)] #列表生成式 用于比较 G=(x for x in range(10)) #生成器print("列表" , L) print("生成器" , G )
遍历generator的元素之前说过generator保存的是数据生成的算法 , 不断调用next(g)的方式太麻烦 , 由于generator也是可迭代对象 , 所以可以使用for循环 。
G=(x for x in range(10)) #生成器 for g in G :print(g)
generator非常强大 , 如果推算的算法比较复杂 , 用上述的方法无法实现的时候 , 还可以用函数来实现 。
#函数的形式实现generator#比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到: #1, 1, 2, 3, 5, 8, 13, 21, 34, ... #斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易:def fib(max) :n , a , b = 0 , 0 , 1#n控制循环次数 , a为假设的第0个数 b为第一个数while n<max :print(b)a , b = b , a+b # 相当于a=b , b=a+b n = n + 1 print('done')#调用 fib(6)
定义generator的另一种形式: 如果一个函数中包含了yield关键字 , 那么这个函数就不再是一个普通函数 , 而是一个generator 。
#从上面的例子可以看出和generator非常类似 , 可以从第一个元素开始推算出后续的任意元素 。 #想要把fib()函数变为generator , 其实只要将print(b) 变为yield b 就可以了def fib(max) :n , a , b = 0 , 0 , 1#n控制循环次数 , a为假设的第0个数 b为第一个数while n<max :yield ba , b = b , a+b # 相当于a=b , b=a+b n = n + 1 print('done')f=fib(6) print(f)
需要注意的是:generator和函数的执行流程是不一样的 , 函数时顺序执行 , 从上至下 , 遇到return语句或函数最后一句时就返回 。但是generator在每次调用next()函数时执行 , 遇到yield语句返回 , 再次执行时从上次返回的yield处继续执行 。
#generator函数的执行顺序 #generator遇到yield之后返回结果 , 下次执行时从上次的yield出执行 def odd() :print("step 1")yield 1print("step 2")yield 2print("step 3")yield 3o=odd() r1 = next(o) print(r1) r2 = next(o) print(r2) r3 = next(o)#当顺序执行完yield关键字之后 , 再执行next()函数就会报错 print(r3)
即使generator是以函数的形式定义的 , 我们也几乎不会用next()函数获取返回值 , 而是使用迭代遍历
def odd() :print("step 1")yield 1print("step 2")yield 2print("step 3")yield 3#使用迭代遍历获取generator函数返回的值 for r in odd() :print(r)
当generator以函数的形式定义 , 并且generator中含有return语句时 , 会发现拿不到return语句中的返回值 , 如果想要拿到返回值 ,则必须捕获StopIteration错误 , 返回值包含在StopIteration的value中:
def odd() :print("step 1")yield 1print("step 2")yield 2print("step 3")yield 3return "done"o=odd() while True:try:x=next(o)print(x)except StopIteration as e:print("return:" , e.value)break
- 总结
- generator 是非常强大的工具 , 在Python中 , 可以简单的把列表生成式改为generator, 也可以通过函数形式实现复杂李玉偶记的generator
- generator工作时的原理: generator在for循环的过程中不断的计算下一个元素 , 并在适当的条件结束for循环 。 对于普通函数改成的generator来说, 遇到return语句或者执行到函数最后一行语句 , 就是结束generator的指令 , for循环随之结束 。
五 、 迭代器
通过以上的学习已经知道 , 可以使用for循环的数据类型有以下几种:
- 集合数据类型: list 、 tuple 、 dict 、 set 、 str 。
- generator :包括生成器和带yield的generator function
这些可以直接作用于for循环的对象统统成为可迭代对象
# -*- coding : utf-8-*- #判断数据类型是否是一个可迭代类型 from collections import Iterable flag = isinstance([] , Iterable) print("list是否是可迭代对象:" , flag)flag = isinstance(() , Iterable) print("tuple是否是可迭代对象:" , flag)flag = isinstance({} , Iterable) print("dict 、 set 是否是可迭代对象:" , flag)flag = isinstance("" , Iterable) print("str是否是可迭代对象:" , flag)
- 生成器不但可以用for循环遍历 , 还可以被next()函数不断电泳并返回下一个值 , 知道最后抛出一个StopItreator 错误表示无法继续返回下一个值了 。
- 可以被next()函数调用并不断返回下一个值的对象称之为迭代器
- 生成器是Iterator对象 , 但是list 、 dict 、 str虽然是Iterable , 却不是Iteraor
- 想要把Iterable转换为Iterator可以使用iter()函数
- 思考: list 、 dict 、 str为什么不是Iterator对象?
- 因为pyhton 中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作是一个有序序列, 但是我们不能提前知道序列的长度 , 只能不断的通过next()函数实现按需计算下一个数据 , 所以Iterator的计算时惰性的 , 只有在需要返回下一个数据时他才会计算 。
- Iterator甚至可以表示一个无限大的数据流 , 列如:全体自然数 , 而使用list永远不可能存储全部自然数 。
迭代器总结:
- 凡是可用作与for循环的对象都是Iterable类型
- 凡是可以作用于next()函数的对象都是Iterator类型 , 他们表示一个惰性的计算的序列 。
- 集合数据类型如: list 、 dict 、tuple 、 set 、 str都不是Iterator类型的数据 , 但是可以通过iter()函数转换为一个Iterator类型的对象 。
Python的for循环本质上就是通过不断调用next()函数实现的 。如:
# -*- conding : utf-8-*-#迭代器 #Python中的for循环实质上是通过不断调用next()函数实现的 。L = [1,32,3,4,5,6,7,8,89,9,]for l in L:pass#等同于 it = iter(L) while True:try :#获取下一个值x = next(it)except StopIteration as e :#遇到异常break;
Python (五) 高级特性相关推荐
- python的高级特性:切片,迭代,列表生成式,生成器,迭代器
python的高级特性:切片,迭代,列表生成式,生成器,迭代器 1 #演示切片 2 k="abcdefghijklmnopqrstuvwxyz" 3 #取前5个元素 4 k[0:5 ...
- 一文了解Python部分高级特性
本部分主要介绍 Python 的部分高级特性,包括切片.迭代器.推导式.生成器.匿名函数.装饰器等.阅读本文预计需要 15 min. 一文了解Python部分高级特性 1. 前言 2. 切片 3. 迭 ...
- python 的高级特性:函数式编程,lambda表达式,装饰器
一.Python语言的高级特性 函数式编程 基于Lambda演算的一种编程方式 程序中只有函数 函数可以作为参数,同样可以作为返回值 纯函数式编程语言:LISP,Haaskell Python函数式编 ...
- python的高级特性3:神奇的__call__与返回函数
__call__是一个很神奇的特性,只要某个类型中有__call__方法,,我们可以把这个类型的对象当作函数来使用. 也许说的比较抽象,举个例子就会明白. In [107]: f = absIn [1 ...
- python 11高级特性
切片 取列表中前3个元素我们常见的方法有两种: [L[0],L[1],L[2]] 采用循环的方式如下图所示. 对这种经常取指定索引范围的操作,用循环十分繁琐,因此,Python提供了切片(Slice) ...
- JavaSE复习之十五 高级特性:数据库及数据库连接 补充(1)
数据库MYSQL 今日内容介绍 MySQL数据库 SQL语句 第1章 数据库 1.1 数据库概述 l 什么是数据库 数据库就是存储数据的仓库,其本质是一个文件系统,数据按照特定的格式将数据存储起来,用 ...
- 【Python】高级特性 一
切片 取一个list或tuple的部分元素 常规方法: 循环方法: 切片操作符: #切片 #取一个list或者tuple的部分元素是非常常见的操作 #取前三个元素 #利用切片操作,实现一个trim() ...
- python中io中的+模式_Python的高级特性,模块和IO操作
今天我们学习Python的高级特性.模块和IO操作,通过学习这些,我们可以更快的了解Python,使用Python. 高级特性中会讲述列表生成式.生成器.和一些高级函数,学习这些方便我们快速的生成列表 ...
- Python高级特性
我一直认为Python是一门很神奇的语言.神奇之处在于其既可阳春白雪,亦可下里巴人.也就是其简单到几乎所有的人稍加学习即可上手,但是你如果细细品味,就会发现他还有很多高深的东西.正如一位漂亮的姑娘,一 ...
最新文章
- winhttp get 实例_实例|CASS的绘制的航道断面,怎么多了两个边沟? 135
- Python测试框架pytest(01)简介、安装、快速入门
- 待解决的问题--用DOS命令删除远程主机系统文件的方法
- python字符编码导致dict中key不同
- 如果有机会,买一个能够兼容多终端的大屏幕是很重要的
- Docker启动失败 提示An error occurred和乱码
- rds 数据导入mysql_将数据导入到 Amazon RDS 数据库实例
- ASP.NET Core集成Nacos配置中心之适配多格式配置
- Grove-Lora Radio:修改库函数使能修改扩频因子、带宽参数、码率
- 去哪儿-10-city-ajax
- 割线法求解过程_浸入边界法求解流固耦合问题
- GitHub冲突解决
- 装逼技能:怎样优雅地摆放桌面图标?
- python docx文档_【IT专家】python操作docx文档
- 怎么制作鸿蒙系统启动盘,dos系统启动盘怎样做
- StackStorm安装WebUI
- 网易云音乐外链(PHP的curl函数)
- 拒绝被淘汰,如何打造自己的金饭碗?
- 在linux系统上查看本机ip地址
- Windows游戏编程学习笔记
热门文章
- oracle status
- 一些常用的基本的liunx命令:
- mysql selectprovider_使用Mybatis的@SelectProvide会不会导致注入攻击?
- 三角网导线平差实例_网平差三角网三边导线网.doc
- mysql-proxy myrelay_myrelay
- 橙子云手机华为保修吗_华为云手机引关注!将替代传统手机?华为回应来了
- Java黑皮书课后题第4章:4.22(检测子串)编写一个程序,提示用户输入两个字符串,检测第二个字符串是否是第一个字符串的子串
- 怎样分组教学计算机学生才有兴趣,学生计算机论文,关于如何激发职业中专学生学习计算机的兴趣相关参考文献资料-免费论文范文...
- Java内存缓存-通过Map定制简单缓存
- 自由群,外代数和泛包络代数