Python学习笔记——高级特性

继续之前的学习，下面是一些高级特性。

http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317568446245b3e1c8837414168bcd2d485e553779e000

1. 切片

取指定索引范围的操作，可以通过切片（slice）来实现。

如L[0:3]表示从列表索引0开始，到索引3（但不包含）的子集。

如果第一个索引是0，可以省略，如L[:3]。

Python也支持倒数切片，如L[-2:]，L[-2:-1]。

切片还有第三个参数，表示每隔xx个取一个，如L[::5]表示每5个取一个。

如果都省略，则可以复制一个列表出来，如L[:]。

tuple同样也可以进行切片操作，不过结果是tuple。

字符串也可以进行切片操作，结果是字符串。

2. 迭代

Python可以通过for...in来迭代可迭代的对象。

对于dict，默认是遍历key，如果要遍历value，可以用for value in dict.values()；如果要同时遍历，可以用for key, value in dict.items()。

可通过collections模块的Iterable类型来判断是否可以迭代，使用方法如下：

from collections import Iterable
isinstance('abc', Iterable)

如果想像Java那样对list按下标进行遍历，可以使用enumerate函数，如下：

for i, value in enumerate(['a', 'b', 'c']):
print(i, value)

3. 列表生成式

写列表生成式式，把要生成的元素放前面，后面跟for循环，还可以加上if判断，甚至多层for循环。

比如下面的例子：

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

[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 'XYZ']
# ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

有了列表生成式，代码可以写的很简洁，比如输出当前目录下的所有文件和目录名：

import os
[d for d in os.listdir('.')]

4. 生成器

一边循环一边计算的机制。

第一种方法：把列表生成式的[]改成()。

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

第二种方法：使用yield关键字。

生成器和函数的执行流程不一样，生成器在每次调用next()时执行，遇到yield语句返回，再次执行时从上次返回的yield语句处再次执行。

def odd():
yield 1
yield 3
yield 5

o = odd()
next(o)
# 1
next(o)
# 3
next(o)
# 5

使用for循环调用生成器时，是拿不到返回值的。如果想拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中，如下：

while True:
try:
next(g)
except StopIteration as e:
print(e.value)
break

杨辉三角的实现方式：

def triangle():
L = [1]
while True:
yield L
L = [1] + [L[m] + L[m+1] for m in range(0, len(L)-1)] + [1]

n = 0
for t in triangles():
print(t)
n = n + 1
if n == 10:
break

# 输出
# [1]
# [1, 1]
# [1, 2, 1]
# [1, 3, 3, 1]
# [1, 4, 6, 4, 1]
# [1, 5, 10, 10, 5, 1]
# [1, 6, 15, 20, 15, 6, 1]
# [1, 7, 21, 35, 35, 21, 7, 1]
# [1, 8, 28, 56, 70, 56, 28, 8, 1]
# [1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

5. 迭代器

可以直接作用于for循环的对象称为可迭代对象：Iterable，可以使用isinstance()判断一个对象是否是Iterable对象。

from collections import Iterable
isinstance('a', Iterable)
# True

可以被next()函数调用并不断返回下一个值得对象称为迭代器：Iterator，可以使用isinstance()判断一个对象是否是Iterator对象。

from collections import Iterator
isinstance('a', Iterator)
# False

将list、dict、str等Iterable变为Iterator可以使用iter()。

Iterator的计算是惰性的，只有在需要返回下一个数据的时候才进行计算。