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
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
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
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:
集合数据类型,如列表、元组、字典、集合、字符串等;
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
'''