【python3的学习之路八】高级特性，,切片举出一个list

【python3的学习之路八】高级特性，,切片举出一个list

切片

举出一个list的例子

L = list(range(100))

如何取前三个元素？

L[0:3] # 从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。L[:3]  #如果第一个索引是0，还可以省略

其他情况

L[-10:]  # 后10个元素L[:10:2] # 前10个数，每俩个取一个L[::5]   # 所有数，每5个取一个L[:]     # 不变

截取一部分的字符串并与其他字符串拼接

var1 = ‘Hello World!‘ print ("拼接字符串 : ", var1[:6] + ‘Python!‘)

迭代

如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。
在python中，迭代是通过 for…in 来完成的。

# Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在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)for x, y in [(1, 1), (2, 4), (3, 9)]:     print(x, y)

因为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。
默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。

>>> d = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3}>>> for key in d:...     print(key)...acb

列表生成式

举个例子，要生成 list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 可以用list(range(1, 11))

[x * x for x in range(1, 11)]# [1, 4, 9, 16, 25, 36, 49, 64, 81, 100][x * x for x in range(1, 11) if x % 2 == 0]# [4, 16, 36, 64, 100][m + n for m in ‘ABC‘ for n in ‘XYZ‘]# [‘AX‘, ‘AY‘, ‘AZ‘, ‘BX‘, ‘BY‘, ‘BZ‘, ‘CX‘, ‘CY‘, ‘CZ‘]

迭代器

迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法：iter() 和 next()。

mylist = [1, 2, 3,  4, 5, 6, 7]it = iter(mylist)print(next(it))

把一个类作为一个迭代器使用需要在类中实现俩个方法__iter__()与__next__()。

iter()方法返回一个特殊的迭代器对象，这个迭代器对象实现了__next__()方法并通过StopIteration异常标识迭代的完成next()方法会返回下一个迭代器对象

class MyNumbers:    def __iter__(self):        self.a = 1        return self    def __next__(self):        x = self.a        self.a += 1        return xmyclass = MyNumbers()myiter = iter(myclass)print(next(myiter))print(next(myiter))

StopIteration
StopIteration异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

fetch = iter(seq)while True:    try:        i=fetch.next()    except StopIteration:        break    do_something_to(i)

生成器

如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator，yield是生成器实现__next__()方法的关键。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator

>>> L = [x * x for x in range(10)]>>> L[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]>>> g = (x * x for x in range(10))>>> g<generator object <genexpr> at 0x1022ef630>

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

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

yield的功能：

相当于函数封装好__iter__和__next__return只能返回一次值，函数就终止了，而yield内部时一个状态机，维护着挂起和继续的状态

生成器函数
常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行。

import sys def fibonacci(n): # 生成器函数 - 斐波那契    a, b, counter = 0, 1, 0    while True:        if (counter > n):             return        yield a        a, b = b, a + b        counter += 1f = fibonacci(10) # f 是一个迭代器，由生成器返回生成 while True:    try:        print (next(f), end=" ")    except StopIteration:        sys.exit()

3分钟理清可迭代、迭代器、生成器的概念，掌握Python3中迭代器的使用方法

【python3的学习之路八】高级特性