Python中的五種特性：切片，迭代，列表生成式，生成器，迭代器。

切片

切片就相當(dāng)于其他語言中的截斷函數(shù)，取部分指定元素用的。

L = list(range(100))

#利用切片取部分元素
print(L[0:10]) #取從索引從0到9的前10個元素
print(L[-10:]) #取最后10個元素
print(L[10:20])#取從索引10到19的10個元素
print(L[:10:2])#從前10個元素中每兩個取一個元素
print(L[::10]) #所有元素中每10個取一個元素 

運行結(jié)果：

取從索引從0到9的前10個元素: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
取最后10個元素: [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
取從索引10到19的10個元素: [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
從前10個元素中每兩個取一個元素: [0, 2, 4, 6, 8]
所有元素中每10個取一個元素: [0, 10, 20, 30, 40, 50, 60, 70, 80, 90]

迭代(Iteration)

迭代，即遍歷。使用for循環(huán)的時候，只要是作用于一個可迭代對象，for循環(huán)就能正常運行。

判斷一個對象是夠是可迭代對象:

from collections import Iterable

print('字符串 is Iterable ?',isinstance('abc',Iterable))
print('list is Iterable ?',isinstance([1,2,3],Iterable))
print('整數(shù) is Iterable ?',isinstance(123,Iterable))

運行結(jié)果:

字符串 is Iterable ? True
list is Iterable ? True
整數(shù) is Iterable ? False

遍歷可迭代對象的幾種方法:

#遍歷字符串:
for ch in 'abc':
  print(ch)

#遍歷list
L = ['A','B','C']
for tmp in L:
  print(tmp)

for i,value in enumerate(L):
  print(i,':',value)

#遍歷dict
d = {'1':'111','2':'222','3':'333'}
for key,v in d.items():
  print('key:',key,'value:',v)

列表生成式

常見的list生成方式：

list(range(1, 11))

然而通過python內(nèi)置的列表生成式,你可以換不同的姿勢生成list,你可以這樣：

[x * x for x in range(1,11)]

#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

這樣：

[x * x for x in range(1, 11) if x % 2 == 0]

[4, 16, 36, 64, 100]

還可以這樣:

[m + n for m in 'ABC' for n in 'XYZ']

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

是不是很漲姿勢? 哈哈~

生成器(generator)

通過上面的列表生成式，我們可以直接創(chuàng)建一個列表。但是受內(nèi)存限制，列表容量肯定是有限的。所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環(huán)過程中不斷推算出后續(xù)的元素呢？這樣講就不必創(chuàng)建完整的list，從而節(jié)省大量空間。在Python中，這種一邊循環(huán)一邊計算的機制，成為生成器:generator.

創(chuàng)建一個生成器最簡單的方法: 把list的[]改成()

L = [x * x for x in range(1,10)]
print(L)

g = (x * x for x in range(1,10))
print(g)

//運行結(jié)果：
[1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object <genexpr> at 0x10cc14938>

而且，generator也是可迭代對象，可以通過for來遍歷。

定義generator的另一種方法：

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

print(fib(6))

如果一個函數(shù)定義中包含yield關(guān)鍵字，那么這個函數(shù)就不再是一個普通函數(shù)，而是一個generator。最難理解的就是generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語句或者最后一行函數(shù)語句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時候執(zhí)行，遇到y(tǒng)ield語句返回，再次執(zhí)行時從上次返回的yield語句處繼續(xù)執(zhí)行。

迭代器(Iterator)

生成器不但可以作用于for循環(huán)，還可以被next()函數(shù)不斷調(diào)用并返回下一個值，直到最后拋出StopIteration錯誤表示無法繼續(xù)返回下一個值了?？梢员籲ext()函數(shù)調(diào)用并不斷返回下一個值的對象稱為迭代器：Iterator。

可以使用isinstance()判斷一個對象是否是Iterator對象：

from collections import Iterator
print('list is Iterator ?',isinstance([], Iterator))
print('dict is Iterator ?',isinstance({}, Iterator))
print('string is Iterator ?',isinstance('123', Iterator))

//運行結(jié)果:
list is Iterator ? False
dict is Iterator ? False
string is Iterator ? False

以上就是python高級特性簡介的詳細內(nèi)容，更多關(guān)于python高級特性的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論