切片
- 对于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)操作符,能大大简化这种操作。
lit = ['jack','cat',8,'tom'];
x=lit[0:3];
y=lit[-2:-1]
z=lit[:]
print(x);
print(y);
print(z);
输出:
======================= RESTART: D:/pythonTest/def.py =======================
['jack', 'cat', 8]
[8]
['jack', 'cat', 8, 'tom']
- 由于String也可以看作一种List,所以自然也可以用切片的形式取出某段字符串
str="i love u";
print(str[2:6]);
======================= RESTART: D:/pythonTest/def.py =======================
love
- 同时支持隔几个数取一个数
L=list(range(100));
#前十个数,隔2取1
print(L[:10:2]);
#所以数,隔5取1
print(L[::5])
======================= RESTART: D:/pythonTest/def.py =======================
[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]
迭代(Iteration)
- 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,但是,只要是可迭代对象,无论有无下标,都可以迭代
各种迭代类型:
L = ['a', 'b', 'c']
T = ('a', 'b', 'c')
D = {1: 'a', 2: 'b', 3: 'c'}
S = "i love u"
for l in L:
print(l, end='')
print()
for t in T:
print(t, end='')
print()
#迭代键
for key in D:
print(key, end='')
print()
#迭代值
for value in D.values():
print(value, end='')
print()
#迭代键和值
for k, v in D.items():
print("%d" % k + ":" + v)
for s in S:
print(s, end="")
输出:
abc
abc
123
abc
1:a
2:b
3:c
i love u
- 通过collections模块的Iterable类型判断是否可迭代
import collections
print(isinstance('abc', collections .Iterable))
print(isinstance(['a', 'b', 'c'], collections .Iterable))
print(isinstance(range(100), collections .Iterable))
================================================
True
True
True
- 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
列表生成器
- 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。
如生成:[1x1, 2x2, 3x3, ..., 10x10]
L = [x * x for x in range(1, 11)]
print(L)
=================================
[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
L = [x * x for x in range(1, 11) if x % 2 == 0]
print(L)
================================
[4, 16, 36, 64, 100]
还可以使用两层循环,可以生成全排列:
S = [ m + n for m in "AB" for n in "CD"]
print(S)
================================
['AC', 'AD', 'BC', 'BD']
列表生成式使用两个变量来生成list:
D = {"x": "A", "Y": "B", "Z": "C"}
P = [k + "=" + z for k, z in D.items()]
print(P)
=================================
['x=A', 'Y=B', 'Z=C']
生成器(generator)
- 在Python中,一边循环一边计算的机制,称为生成器
- generator保存的是算法,每次调用next(generator),就计算出generator的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration的错误。
- 但一般用for循环来输出其元素,这样不用担心StopIteration的错误
g = (x * x for x in range(10))
for v in g :
print(v)
==================================
0
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。
- 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
- 变成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。
def fun ():
print("step 1")
yield 1
print("step 2")
yield 2
print("step 3")
yield 3
f = fun()
next(f)
next(f)
next(f)
========================
step 1
step 2
step 3
- 捕获StopIteration错误
f = fun()
while True:
try:
print(next(f))
except StopIteration as e:
print("generator end")
break
==========================
step 1
1
step 2
2
step 3
3
generator end
迭代器
-
可以直接作用于for循环的数据类型有以下几种:
a. 一类是集合数据类型,如list、tuple、dict、set、str等;b.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 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
-
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 import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', 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:
>>> 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。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。
总结
- 凡是可作用于for循环的对象都是Iterable类型;
- 凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;
- 集合数据类型如list、dict、str等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。
- Python的for循环本质上就是通过不断调用next()函数实现的
网友评论