欢迎大家访问我的博客:博客地址
Python学习目录
- 在Mac下使用Python3
- Python学习之数据类型
- Python学习之函数
- Python学习之高级特性
- Python学习之函数式编程
- Python学习之模块
- Python学习之面向对象编程
- Python学习之面向对象高级编程
- Python学习之错误调试和测试
- Python学习之IO编程
- Python学习之进程和线程
- Python学习之正则
- Python学习之常用模块
- Python学习之网络编程
练习代码
掌握了Python的数据类型、语句和函数，基本上就可以编写出很多有用的程序了。比如构造一个1, 3, 5, 7, ..., 99的列表，可以通过循环实现：
L = []
n = 1
while n <= 99:
L.append(n)
n = n + 2
取list的前一半的元素，也可以通过循环实现。
但是在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。基于这一思想，我们来介绍Python中非常有用的高级特性，1行代码能实现的功能，决不写5行代码。请始终牢记，代码越少，开发效率越高。
切片(Slice)
L = list(range(100))
L[:10]
>>> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
(0, 1, 2, 3, 4, 5)[:3]
>>> (0, 1, 2)
'ABCDEFG'[:3]
>>> 'ABC'
在很多编程语言中，针对字符串提供了很多各种截取函数（例如，substring），其实目的就是对字符串切片。Python没有针对字符串的截取函数，只需要切片一个操作就可以完成，非常简单。
迭代
- 通过collections模块的Iterable类型判断对象是否为可迭代对象
from collections import Iterable
isinstance('abc', Iterable) # str是否可迭代
>>> True
- Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身
for i, value in enumerate(['A', 'B', 'C']):
print(i, value)
>>>
0 A
1 B
2 C
列表生成
list(range(1, 11))- 生成[1x1, 2x2, 3x3, ..., 10x10]
L = []
for x in range(1, 11):
L.append(x * x)
- 列表生成式（list comprehensions）可以用一行语句代替循环生成上面的list
[x * x for x in range(1, 11)]
生成器（generator）
generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误;
同样也可以使用for循环遍历
- 把一个列表生成式的[]改成()
g = (x * x for x in range(10))
for n in g:
print(n)
>>>
0
1
4
9
16
25
36
49
64
81
- 函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator
generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，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。
把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
f = fib(6)
迭代器
可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。可以使用isinstance()判断一个对象是否是Iterable对象。
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了。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()判断一个对象是否是Iterator对象。
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
python的for循环本质上就是通过不断调用next()函数实现的。
for x in [1, 2, 3, 4, 5]:
pass
完全等同于:
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break
小结:Python的Iterator对象表示的是一个数据流，这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
下一篇：Python学习之函数式编程