切片

• 对列表和字符串都可以进行切片，切片的详细知识在第二篇中有讲，这里补充一个切片的新知识，那就是按间隔提取元素：

list=[1,2,3,4,5,6,7,8,9]
print(list[::2])#对列表中所有元素进行提取，从第一个元素开始，每间隔两个元素提取一个元素，输出提取出的元素组成的列表

迭代

• 使用for循环遍历一个列表或元组，称为迭代。

• 只要是可迭代对象，无论有无下标，都可以迭代，如字典dict就可以迭代：

dict={'a':1,'b':2,'c':3,'d':4}
for key in dict:#遍历输出字典的键
    print(key)
for value in dict.values():#遍历输出字典的值
    print(value)
for k,v in dict.items():#遍历输出字典的键值对
    print(k,v)

• 判断一个对象是不是可迭代对象的方法是使用collections.abc模块的Iterable类型和isinstance函数：

from collections.abc import Iterable
print(isinstance('abc',Iterable))
print(isinstance([1,2,3],Iterable))
print(isinstance(123,Iterable))
'''
True
True
False
'''

列表生成式

• 要生成list[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]，可以用range实现：

L=[]
L=list(range(1,11))
print(L)
'''
[1,2,3,4,5,6,7,8,9,10]
'''

• 要生成[1x1, 2x2, 3x3, ..., 10x10]，用循环太繁琐，可以用列表生成式一句搞定：

list=[]
list=[x*x for x in range(1,11)]
print(list)
'''
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
'''

由上可知，写列表生成式时，把要生成的元素放在式子前面，后面跟for循环，就可以创建出list

• 对生成的元素进行筛选，可以在for循环后加上if条件判断，这里的if语句是个筛选条件，后面不可以加else：比如要筛选出偶数的平方：

list=[]
list=[x*x for x in range(1,11) if x%2==0]
print(list)
'''
[4, 16, 36, 64, 100]
'''

• 还可以使用两层循环，对两个字符串的所有元素生成全排列：

list=[]
list=[x+y for x in 'ABCDE' for y in 'FGHIJ']
print(list)
'''
['AF', 'AG', 'AH', 'AI', 'AJ', 'BF', 'BG', 'BH', 'BI', 'BJ', 'CF', 'CG', 'CH', 'CI', 'CJ', 'DF', 'DG', 'DH', 'DI', 'DJ', 'EF', 'EG', 'EH', 'EI', 'EJ']
'''

• 由上可知列表生成式可以同时使用两个变量进行迭代，对字典也可以：

dict={'x':'1','y':'2','z':'3'}
list=[]
list=[k+'='+v for k,v in dict.items()]
print(list)
'''
['x=1', 'y=2', 'z=3']
'''

• 还可以把一个list中所有字符串变成小写：

list=['Hello','My','Beautiful','World']
list2=[]
list2=[i.lower() for i in list]
print(list2)
'''
['hello', 'my', 'beautiful', 'world']
'''

• 在列表生成式中，若if语句写在for语句前，则需要在其间加上else语句，以得到一个确定的判断结果：

L=[1,2,3,4,5,6,7,8,9]
list=[]
list=[x if x%2==0 else -x for x in L]
print(list)
'''
[-1, 2, -3, 4, -5, 6, -7, 8, -9]
'''

生成器

通过列表生成式来创建列表保存数据，在创建大列表却只使用一小部分的时候十分浪费空间，于是我们可以保存列表生成式中的算法到一个容器中，使其具备一边循环一边计算的机制，称其为生成器 generator：

list=[x*x for x in range(1,11)]
print(list)
g=(x*x for x in range(1,11))
print(g)
print(next(g))#可以使用next函数来打印出generator的下一个元素,当没有元素可以打印时，就会出现报错：StopIteration
print(next(g))
'''
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
<generator object <genexpr> at 0x0000016736752960>
1
4
'''

上面的g就是生成器generator，他的定义式就是把列表生成式的方括号改为圆括号。

• 可以用for循环将g的值全部打印出来：

g=(x*x for x in range(1,11))
for i in g:
    print i

• generator的实现方式不止类列表生成式的for循环这一种，较为复杂的算法还可以用函数来实现。

典例：用函数实现斐波那契数列。

def fib(max):
    n,a,b=0,0,1
    while n<max:
        print(b)
        a,b=b,a+b
        n+=1
    return 'done'

只需一步就可以将这个普通函数转化为generator函数，那就是把print()改为yield：

def fib(max):
    n,a,b=0,0,1
    while n<max:
        yield b
        a,b=b,a+b
        n+=1
    return 'done'
g=fib(10)
for i in g:
    print(i)

• generator函数的执行流程和普通函数不一样

1. 普通函数是顺序执行，遇到return语句或最后一行函数语句返回

2. generator函数在每次调用next()时执行，遇到yield语句返回，再次执行时从上次的返回语句后一句处继续执行

3. 每次调用generator函数都会建立一个generator对象，多次调用建立的对象是相互独立的，而普通函数的调用都只是会返回一个准确结果。

迭代器

• 可直接作用于for循环的数据类型包括：

1. 集合数据类型，如列表、元组、字典、集合、字符串等；

2. generator，包括生成器和带yield的generator函数。

• 上述对象统称为可迭代对象：Iterable；可以使用isinstance函数来判断一个对象是否是Iterable对象：

from collections.abc import Iterable
print(isinstance([],Iterable))
print(isinstance({},Iterable))
print(isinstance('abc',Iterable))
print(isinstance((x for x in range(10)),Iterable))
print(isinstance(100,Iterable))
'''
True
True
True
True
False
'''

• 而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。

• 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()函数判断一个对象是否是Iterator对象：

from collections.abc import Iterator
print(isinstance((x for x in range(10)),Iterator))
print(isinstance([],Iterator))
print(isinstance({},Iterator))
print(isinstance('abc',Iterator))
'''
True
True
True
False
True
False
False
False
'''

• 生成器都是Iterator对象，但那些集合数据类型虽然都是Iterable对象，却不是Iterator对象;因为Python的Iterator对象表示的是一个数据流，我们无法提前得知它的长度，只能按需计算出下一个数据。

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

print(isinstance(iter([]),Iterator))
'''
True
'''