标签：
▲切片Slice
在很多编程语言中，针对字符串提供了很多截取函数，其实目的就是对字符串进行切片。Python没有针对字符串的截取函数，只需要切片一个操作就能完成。Python切片非常灵活，一行代码就可以实现很多行循环才能完成的操作。示例代码如下：
>>> L=‘ABCDEFG‘ >>> L[2:5] ‘CDE‘ >>> L[:5] ‘ABCDE‘ >>> L[-5:] ‘CDEFG‘ >>> L[::2] ‘ACEG‘ >>> L[:] ‘ABCDEFG‘ >>> H=list(range(50)) >>> H[10:20] [10, 11, 12, 13, 14, 15, 16, 17, 18, 19] >>> K=[‘wddoer1‘,‘wddoer2‘,‘wddoer3‘,‘wddoer4‘] >>> K[:3] [‘wddoer1‘, ‘wddoer2‘, ‘wddoer3‘] |
?
▲迭代Iteration
如果给定一个list或tuple，我们可以通过for…in…循环来遍历这个list或tuple，这种遍历我们称为迭代。
Python的for循环抽象程度要高于Java的for循环，因为Python循环不仅可以用在有下标的数据类型，还可以用在无下表的可迭代对象，例如dict、字符串。
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()。示例代码如下：
>>> d = {‘wddoer1‘:11, ‘wddoer2‘:22, ‘wddoer3‘:33, ‘wddoer4‘:44} >>> for k in d: ... print(k) ... wddoer3 wddoer1 wddoer4 wddoer2 >>> for v in d.values(): ... print(v) ... 33 11 44 22 >>> for k,v in d.items(): ... print(k, v) ... wddoer3 33 wddoer1 11 wddoer4 44 wddoer2 22 |
?
如果要对list或tuple实现类似Java的下标循环的话，Python内置的enumerate函数可以把它变成索引元素对。示例代码如下：
>>> for i,v in enumerate((‘a‘, ‘b‘, ‘c‘)): ... print(i, v) ... 0 a 1 b 2 c |
?
如何判断一个对象是可迭代对象？通过collections模块的Iterable类型判断。示例代码如下：
>>> from collections import Iterable >>> isinstance(‘abc‘, Iterable) True >>> isinstance(123, Iterable) False |
?
▲列表生成式List Comprehensions
列表生成式是Python内置的简单却强大的用来创建list的生成式。示例代码如下：
>>> tuple(range(1, 11)) (1, 2, 3, 4, 5, 6, 7, 8, 9, 10) >>> list(range(1, 11)) [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> list(x * x for x in range(1, 11)) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] >>> list(x * x for x in range(1, 11) if x % 2 == 0) [4, 16, 36, 64, 100] >>> [m + n for m in ‘abc‘ for n in ‘123‘] [‘a1‘, ‘a2‘, ‘a3‘, ‘b1‘, ‘b2‘, ‘b3‘, ‘c1‘, ‘c2‘, ‘c3‘] #lower()大写变小写，非字符串类型没有此方法 >>> list(s.lower() for s in [‘IBM‘, ‘ASUS‘, ‘Apple‘]) [‘ibm‘, ‘asus‘, ‘apple‘] |
?
使用Python内建的isinstance函数判断一个变量是不是字符串。示例代码如下：
>>> isinstance(‘abc‘, str) True >>> isinstance(123, str) False |
?
▲生成器Generator
通过列表生成式，我们可以直接创建一个列表。但是受到内存限制，列表容量是有限的。如果列表按照某种算法推算出来，那我们可以再循环过程中不断推算出后续的元素。这种一边循环一边推算的机制，称为生成器。
创建generator的两种常用方法：
与普通函数不同的是，Generator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。
我们创建一个generator后，基本不会调用__next__()方法，而是通过for循环来迭代。
示例代码如下：
>>> g = (x for x in range(10)) >>> g <generator object <genexpr> at 0x01736E68> >>> g.__next__() 0 >>> g.__next__() 1 >>> for x in g: ... print(x) ... 2 3 4 5 6 7 8 9 #用generator函数定义Fibonacci数列 >>> def fib(num): ... x, a, b = 0, 0, 1 ... while x < num: ... yield b ... a, b = b, a+b ... x = x +1 ... >>> fib(5) <generator object fib at 0x01736E18> >>> tuple(n for n in fib(8)) (1, 1, 2, 3, 5, 8, 13, 21) >>> print(n for n in fib(5)) <generator object <genexpr> at 0x01736EE0> >>> for n in fib(6): ... print(n) ... 1 1 2 3 5 8 |
?
?
Python笔记2#Python高级特性（Slice,Iteration, List Comprehensions,Generator）
标签：
原文地址：http://www.cnblogs.com/wddoer/p/4255304.html
