Python3入门

基础的数据就不说了，文档上面全都有...

一、切片(对于list和tuple类型数据)

#取前n个元素
list[0:n]
#如果第一个索引为0，可以省略
list[:n]
#支持取倒数(负数)
list[-2:]
#步长:所有数，每5个取一个：
list[::5]

二、迭代

1. 判断迭代

#通过 collections 模块的 Iterable 类型判断
from collections import Iterable
#str是否可以迭代，返回True
isinstance('abc', Iterable)
#整数是否可以迭代，返回Flase
isinstance(123, Iterable)

2. 遍历方法

#使用for...in...
for item in items:
    return item
#dist遍历key
for key in dict:
    return key
#dist遍历value
for value in dict.values():
    return key
#dist遍历key,value
for key,value in dict.items():
    return key,value

3. 带下标索引遍历方法

for index,item in enumerate(items):
    return index,item

三、列表生成式

#1. 普通生成式
list(range(1,11))
#[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

#2. 函数生成式
list = [x * x for x in range(1, 11)]
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

#3. 函数+判断生成式
list = [x * x for x in range(1, 11) if x % 2 ==0]
#[4, 16, 36, 64, 100]

#4. 全排列（两层循环）
list = [m + n for m in 'ABC' for n in 'XYZ']
#['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

#对list进行操作
L = ['Hello', 'World', 'IBM', 'Apple']
list = [s.lower() for s in L]
#['hello', 'world', 'ibm', 'apple']

四、生成器generator

#1. 普通生成
g = (x * x for x in range(10))
#<generator object <genexpr> at 0x1022ef630>

#2. 使用
next(g)
for n in g:
    return n

#函数生成器
def odd():
    n = 1
    yield n
    n += 1
    yield n
o = odd()
print(next(o))
print(next(o))
#使用for遍历
def odd():
    n = 1
    yield n
    n += 1
    yield n
o = odd()
for x in o:
    print(x)

五、迭代器Iterator

1. 判断

from collections import Iterator
isinstance((x for x in range(10)), Iterator)    #True
isinstance('abc', Iterator)    #False

• 生成器都是 Iterator 对象，但 list、 dict、 str 虽然是 Iterable，却不是Iterator。
• 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。

2. 把 list、 dict、 str 等 Iterable 变成 Iterator 可以使用 iter()函数：

isinstance(iter('abc'), Iterator)    #True

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

六、虚拟环境

#创建
python -m venv XXX
#使用
#linux下：
source <XXX>/bin/activate
#win下
<XXX>/Scripts/activate.bat
#退出
deactivate