这里是佳奥！紧跟函数部分，继续高级特性的学习！
1 切片
取一个list或tuple的部分元素是非常常见的操作。比如，一个list如下：
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
##取前3个元素，应该怎么做
##使用循环
r = []
n = 3
for i in range(n):
r.append(L[i])
r
['Michael', 'Sarah', 'Tracy']
##一行代码
L[0:3]
['Michael', 'Sarah', 'Tracy']
L[0:3]表示，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。
##如果第一个索引是0，还可以省略
L[:3]
['Michael', 'Sarah', 'Tracy']
##也可以从索引1开始，取出2个元素出来
L[1:3]
['Sarah', 'Tracy']
##倒数切片
L[-2:]
['Bob', 'Jack']
##记住倒数第一个元素的索引是-1。
切片操作十分有用。我们先创建一个0-99的数列：
L = list(range(100))
##前10个数
L[:10]
##后10个数
L[-10：0]
##前10个数，每两个取一个
L[:10:2]
[0, 2, 4, 6, 8]
##所有数，每5个取一个
L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
##只写[:]就可以原样复制一个list
L[:]
tuple也是一种list，唯一区别是tuple不可变。tuple也可以用切片操作，操作的结果仍是tuple：
(0,1,2,3,4,5)[:3]
(0, 1, 2)
字符串'xxx'也可以看成是一种list，每个元素就是一个字符。字符串也可以用切片操作，操作结果仍是字符串：
'ABCDEFG'[:3]
ABC
'ABCDEFG'[::2]
ACEG
练习
利用切片操作，实现一个trim()函数，去除字符串首尾的空格，注意不要调用str的strip()方法：
def trim(s):
return s
##
def trim(s):
while s[:1] == ' ':
s = s[1:]
while s[-1:] == ' ':
s = s[:-1]
return s
# 测试:
if trim('hello ') != 'hello':
print('测试失败!')
elif trim(' hello') != 'hello':
print('测试失败!')
elif trim(' hello ') != 'hello':
print('测试失败!')
elif trim(' hello world ') != 'hello world':
print('测试失败!')
elif trim('') != '':
print('测试失败!')
elif trim(' ') != '':
print('测试失败!')
else:
print('测试成功!')
测试成功!
2 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）。
很多语言比如C语言，迭代list是通过下标完成的，比如C代码：
for (i=0; i<length; i++){
n = list[i];
}
在Python中，迭代是通过for ... in来完成的。
Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。
list这种数据类型虽然有下标，但很多其他数据类型是没有下标的，但只要是可迭代对象，无论有无下标，都可以迭代，比如dict就可以迭代：
d = {'a':1,'b':2,'c':3}
for key in d:
print(key)
a
b
c
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()。
由于字符串也是可迭代对象，因此，也可以作用于for循环：
for ch in 'ABC':
print(ch)
A
B
C
所以，当我们使用for循环时，只要作用于一个可迭代对象，for循环就可以正常运行。
那么，如何判断一个对象是可迭代对象呢？方法是通过collections.abc模块的Iterable类型判断：
from collections.abc import Iterable
print(isinstance('abc', Iterable))##str是否可迭代
True
print(isinstance([1,2,3], Iterable))##list是否可迭代
True
print(isinstance(123, Iterable))##整数是否可迭代
False
如果要对list实现类似Java那样的下标循环怎么办？
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)
0 A
1 B
2 C
上面的for循环里，同时引用了两个变量，在Python里是很常见的：
for x,y in [(1,1),(2,3),(4,5)]:
print(x,y)
1 1
2 3
4 5
练习
请使用迭代查找一个list中最小和最大值，并返回一个tuple：
def findMinAndMax(L):
if L == []:
return(None,None)
min = L[0]
max = L[0]
for i in L:
if i < min:
min = i
if i > max:
max = i
return (min,max)
# 测试
if findMinAndMax([]) != (None, None):
print('测试失败!')
elif findMinAndMax([7]) != (7, 7):
print('测试失败!')
elif findMinAndMax([7, 1]) != (1, 7):
print('测试失败!')
elif findMinAndMax([7, 1, 3, 9, 5]) != (1, 9):
print('测试失败!')
else:
print('测试成功!')
测试成功!
3 列表生成式
举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]：
list(range(1, 11))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
但如果要生成[1x1, 2x2, 3x3, ..., 10x10]呢？可以是循环：
L = []
for x in range(1, 11):
L.append(x * x)
不过列表生成式则可以用一行语句代替循环生成上面的list：
[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，这样我们就可以筛选出仅偶数的平方
print([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，可以生成全排列
print([m + n for m in 'ABC' for n in '123'])
['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3']
运用列表生成式，可以写出非常简洁的代码。
例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：
import os
print([d for d in os.listdir('.')])##os.listdir可以列出文件和目录
:/work/test.py
for循环其实可以同时使用两个甚至多个变量，比如dict的items()可以同时迭代key和value：
d = {'x':'A','y':'B','z':'C'}
for k,v in d.items():
print(k, '=', v)
x = A
y = B
z = C
##列表生成式也可以使用两个变量来生成list
d = {'x':'A','y':'B','z':'C'}
print([k + '=' + v for k,v in d.items()])
['x=A', 'y=B', 'z=C']
把一个list中所有的字符串变成小写：
L = ['Hello', 'World', 'IBM', 'Apple']
print([s.lower() for s in L])
['hello', 'world', 'ibm', 'apple']
if ... else
使用列表生成式的时候，if...else的用法如下：
##例如，以下代码正常输出偶数
print([x for x in range(1,11) if x % 2 == 0])
[2, 4, 6, 8, 10]
##但是，我们不能在最后的if加上else
print([x for x in range(1,11) if x % 2 == 0 else 0])
SyntaxError: invalid syntax
##这是因为跟在for后面的if是一个筛选条件，不能带else
##把if写在for前面必须加else，否则报错
print([x if x % 2 == 0 for x in range(1,11)])
SyntaxError: expected 'else' after 'if' expression
##这是因为for前面的部分是一个表达式，它必须根据x计算出一个结果。
##因此，考察表达式：x if x % 2 == 0，它无法根据x计算出结果，因为缺少else，必须加上else
print([x if x % 2 == 0 else -x for x in range(1,11)])
[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
上述for前面的表达式x if x % 2 == 0 else -x才能根据x计算出确定的结果。
可见，在一个列表生成式中，for前面的if ... else是表达式，而for后面的if是过滤条件，不能带else。
练习
如果list中既包含字符串，又包含整数，由于非字符串类型没有lower()方法，所以列表生成式会报错：
L = ['Hello', 'World', 18, 'Apple', None]
[s.lower() for s in L]
AttributeError: 'int' object has no attribute 'lower'
使用内建的isinstance函数可以判断一个变量是不是字符串：
x = 'abc'
y = 123
isinstance(x, str)
True
isinstance(y, str)
False
请修改列表生成式，通过添加if语句保证列表生成式能正确地执行：
L1 = ['Hello', 'World', 18, 'Apple', None]
L2 = ???
##
L1 = ['Hello', 'World', 18, 'Apple', None]
L2 = []
for l in L1:
if isinstance(l, str) == True:
L2.append(l.lower())
print(L2)
# 测试:
print(L2)
if L2 == ['hello', 'world', 'apple']:
print('测试通过!')
else:
print('测试失败!')
测试通过
4 生成器
如果列表元素可以按照某种算法推算出来，那我们便可以在循环的过程中不断推算出后续的元素。
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。
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)]
print(L)
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
g = (x * x for x in range(10))
print(g)
<generator object <genexpr> at 0x000002130A4E82E0>
创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
我们可以直接打印出list的每一个元素，但怎么打印出generator的每一个元素：
##如果要一个一个打印出来，可以通过`next()`函数获得generator的下一个返回值
next(g)
0
next(g)
1
next(g)
4
##但是，正确的方法是使用for循环，因为generator也是可迭代对象
g = (x * x for x in range(10))
for n in g:
print(n)
1
4
9
16
25
36
49
64
81
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
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, ...
用函数把它打印出来却很容易：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
fib(6)
1
1
2
3
5
8
fib函数实际上是定义了斐波拉契数列的推算规则。
要把fib函数变成generator函数，只需要把print(b)改为yield b就可以了：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield(b)
a, b = b, a + b
n = n + 1
return 'done'
这就是定义generator的另一种方法。如果一个函数定义中包含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函数，调用一个generator函数将返回一个generator：
f = fib(6)
print(f)
<generator object fib at 0x0000021D593A82E0>
普通函数是顺序执行，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。
举个简单的例子，定义一个generator函数，依次返回数字1，3，5：
def odd():
print('step 1')
yield (1)
print('step 2')
yield (3)
print('step 3')
yield (5)
##调用
o = odd()
next(o)
next(o)
next(o)
请务必注意：调用generator函数会创建一个generator对象，多次调用generator函数会创建多个相互独立的generator。
回到fib的例子，函数改成generator函数后，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
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
g = fib(6)
while True:
try:
x = next(g)
print('g:',x)
except StopIteration as e:
print('Generator return value:',e.value)
break
return'done'
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
练习
杨辉三角定义如下：
1
/ \
1 1
/ \ / \
1 2 1
/ \ / \ / \
1 3 3 1
/ \ / \ / \ / \
1 4 6 4 1
/ \ / \ / \ / \ / \
1 5 10 10 5 1
把每一行看做一个list，试写一个generator，不断输出下一行的list：
def triangles():
L = [1]
yield L
while True:
L = [1 if i == 0 else L[i-1] + L[i] for i in range(len(L))]
L.append(1)
yield L
##测试
n = 0
results = []
for t in triangles():
results.append(t)
n = n + 1
if n == 10:
break
for t in results:
print(t)
[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]
5 迭代器
可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
##可以使用isinstance()判断一个对象是否是Iterable对象
from collections.abc 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
生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration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为迭代器：Iterator。
##可以使用isinstance()判断一个对象是否是Iterator对象
from collections.abc import Iterator
isinstance([], Iterator)
False
isinstance({}, Iterator)
False
isinstance('abc', Iterator)
False
isinstance((x for x in range(10)), Iterator)
True
isinstance(100, Iterator)
False
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
from collections.abc import Iterator
isinstance(iter([]),Iterator)
True
isinstance(iter('abc'),Iterator)
True
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。
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。
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。
补充：
python的for循环本质上就是通过不断调用next()函数实现的，例如：
for x in [1,2,3,4,5]:
pass
完全等价于：
it = iter([1,2,3,4,5])##首先获得Iterator对象
while True##循环
try:
x = next(it)##获得下一个值
except StopIteration:##遇到StopIteration就退出循环
break
以上就是python高级特性的内容。
我们Perl篇再见！
网友评论