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。
取一个list或tuple的部分元素是非常常见的操作。比如,一个list如下:
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
取前3个元素,应该怎么做?
笨办法:
[L[0], L[1], L[2]]
['Michael', 'Sarah', 'Tracy']
之所以是笨办法是因为扩展一下,取前N个元素就没辙了。
取前N个元素,也就是索引为 0-(N-1)
的元素,可以用循环:
r = [] n = 3 for i in range(n): r.append(L[i]) r
['Michael', 'Sarah', 'Tracy']
对这种经常取指定索引范围的操作,用循环十分繁琐,因此,Python提供了切片(Slice)操作符,能大大简化这种操作。
对应上面的问题,取前3个元素,用一行代码就可以完成切片:
L[0:3]
['Michael', 'Sarah', 'Tracy']
L[0:3]
表示,从索引0开始取,直到索引3为止,但不包括索引3。即索引0,1,2,正好是3个元素。
如果第一个索引是0,还可以省略:
L[:3]
['Michael', 'Sarah', 'Tracy']
也可以从索引1开始,取出2个元素出来:
L[1:3]
['Sarah', 'Tracy']
类似的,既然Python支持 L[-1]
取倒数第一个元素,那么它同样支持倒数切片,试试:
L[-2:]
['Bob', 'Jack']
L[-2:-1]
['Bob']
记住倒数第一个元素的索引是-1。
切片操作十分有用。我们先创建一个0-99的数列:
L = list(range(100))
可以通过切片轻松取出某一段数列。比如前10个数:
L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
后10个数:
L[-10:]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
前11-20个数:
L[10:20]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
前10个数,每两个取一个:
L[:10:2]
[0, 2, 4, 6, 8]
所有数,每5个取一个:
L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
甚至什么都不写,只写 [:]
就可以原样复制一个 list
:
L[:]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
tuple
也是一种 list
,唯一区别是 tuple
不可变。因此, tuple
也可以用切片操作,只是操作的结果仍是 tuple
:
(0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
字符串 'xxx'
也可以看成是一种 list
,每个元素就是一个字符。因此,字符串也可以用切片操作,只是操作结果仍是字符串:
'ABCDEFG'[:3]
'ABC'
'ABCDEFG'[::2]
'ACEG'
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。
如果给定一个list或tuple,我们可以通过for循环来遍历这个list或tuple,这种遍历我们称为迭代(Iteration)。
在Python中,迭代是通过 for ... in
来完成的,而很多语言比如C语言,迭代 list
是通过下标完成的,比如Java代码:
for (i=0; i可以看出,Python的
for循环
抽象程度要高于C的for循环
,因为Python的for循环
不仅可以用在list
或tuple
上,还可以作用在其他可迭代对象上。
list
这种数据类型虽然有下标,但很多其他数据类型是没有下标的,但是,只要是 可迭代对象,无论有无下标,都可以迭代,比如dict
就可以迭代:d = {'a': 1, 'b': 2, 'c': 3} for key in d: print(key)a b c因为
dict
的存储不是按照list
的方式顺序排列,所以,迭代出的结果顺序很可能不一样。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()
。由于字符串也是可迭代对象,因此,也可以作用于
for循环
:for ch in 'ABC': print(ch)A B C所以,当我们使用
for循环
时,只要作用于一个可迭代对象,for循环
就可以正常运行,而我们不太关心该对象究竟是list
还是其他数据类型。那么,如何判断一个对象是可迭代对象呢?方法是通过collections模块的Iterable类型判断:
from collections import Iterable isinstance('abc', Iterable) # str是否可迭代Trueisinstance([1,2,3], Iterable) # list是否可迭代Trueisinstance(123, Iterable) # 整数是否可迭代False最后一个小问题,如果要对
list
实现类似Java那样的下标循环怎么办?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上面的for循环里,同时引用了两个变量,在Python里是很常见的,比如下面的代码:
for x, y in [(1, 1), (2, 4), (3, 9)]: print(x, y)3.列表生成式
列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式。
举个例子,要生成list
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
可以用list(range(1, 11))
:list(range(1, 11))[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]但如果要生成
[1x1, 2x2, 3x3, ..., 10x10]
怎么做?方法一是循环:L = [] for x in range(1, 11): L.append(x * x) L[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]但是循环太繁琐,而列表生成式则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)][1, 4, 9, 16, 25, 36, 49, 64, 81, 100]写列表生成式时,把要生成的元素
x * x
放到前面,后面跟for循环
,就可以把list
创建出来,十分有用,多写几次,很快就可以熟悉这种语法。
for循环
后面还可以加上if判断
,这样我们就可以筛选出仅偶数的平方:[x * x for x in range(1, 11) if x % 2 == 0][4, 16, 36, 64, 100]还可以使用两层循环,可以生成全排列:
[m + n for m in 'ABC' for n in 'XYZ']['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']三层和三层以上的循环就很少用到了。
运用列表生成式,可以写出非常简洁的代码。例如,列出当前目录下的所有文件和目录名,可以通过一行代码实现:
import os # 导入os模块 [d for d in os.listdir('.')] # os.listdir可以列出文件和目录['.ipynb_checkpoints', 'args 和 kwargs的用法.ipynb', 'data', 'pandas 表的合并 merge、join、contact.ipynb', 'Pandas合并连接merge.ipynb', 'pandas数据合并与重塑(pd.concat篇).ipynb', 'picture', 'Python3中的编码问题(Unicode, UTF-8, GBK, ASCII).ipynb', 'Python创建类、构造函数和析构函数、创建实例对象.ipynb', 'Python异常及处理方法总结.ipynb', 'python的定时器.ipynb', 'python的类.ipynb', 'tqdm介绍及常用方法.ipynb', 'Untitled.ipynb', 'urlencode与unquote.ipynb', '玩转Python类的(私有)属性与方法的使用.ipynb', '面向对象编程.ipynb']
for循环
其实可以同时使用两个甚至多个变量,比如dict
的items()
可以同时迭代key
和value
:d = {'x': 'A', 'y': 'B', 'z': 'C' } for k, v in d.items(): print(k, '=', v)x = A y = B z = C因此,列表生成式也可以使用两个变量来生成
list
:d = {'x': 'A', 'y': 'B', 'z': 'C' } [k + '=' + v for k, v in d.items()]['x=A', 'y=B', 'z=C']最后把一个
list
中所有的字符串变成小写:L = ['Hello', 'World', 'IBM', 'Apple'] [s.lower() for s in L]['hello', 'world', 'ibm', 'apple']4.生成器
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,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的
list
,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator
。要创建一个
generator
,有很多种方法。第一种方法很简单,只要把一个列表生成式的[]
改成()
,就创建了一个generator
:L = [x * x for x in range(10)] L[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]g = (x * x for x in range(10)) gat 0x00000187C250CF10> 创建
L
和g
的区别仅在于最外层的[]
和()
,L是一个list
,而g是一个generator
。我们可以直接打印出
list
的每一个元素,但我们怎么打印出generator
的每一个元素呢?如果要一个一个打印出来,可以通过
next()
函数获得generator
的下一个返回值:next(g)next(g)next(g)next(g)next(g)next(g)next(g)next(g)next(g)next(g)--------------------------------------------------------------------------- StopIteration Traceback (most recent call last)in ----> 1 next(g) StopIteration:我们讲过,
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。当然,上面这种不断调用
next(g)
实在是太变态了,正确的方法是使用for循环
,因为generator
也是可迭代对象:g = (x * x for x in range(10)) for n in g: print(n)所以,我们创建了一个
generator
后,基本上永远不会调用next()
,而是通过for循环
来迭代它,并且不需要关心StopIteration
的错误。
generator
非常强大。如果推算的算法比较复杂,用类似列表生成式的for循环
无法实现的时候,还可以用函数来实现。比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易:
def fib(max): n, a, b = 0, 0, 1 while n < max: print(b) a, b = b, a + b n = n + 1 return 'done'注意,赋值语句:
a, b = b, a + b
相当于:
t = (b, a + b) # t是一个tuple a = t[0] b = t[1]
但不必显式写出临时变量t就可以赋值。
上面的函数可以输出斐波那契数列的前N个数:
fib(6)'done'仔细观察,可以看出,fib函数实际上是定义了斐波拉契数列的推算规则,可以从第一个元素开始,推算出后续任意的元素,这种逻辑其实非常类似
generator
。也就是说,上面的函数和
generator
仅一步之遥。要把fib函数变成generator
,只需要把print(b)
改为yield b
就可以了:def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 return 'done'这就是定义
generator
的另一种方法。如果一个函数定义中包含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
:f = fib(6) f这里,最难理解的就是
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。举个简单的例子,定义一个
generator
,依次返回数字1,3,5:def odd(): print('step 1') yield(1) print('step 2') yield(3) print('step 3') yield(5)调用该
generator
时,首先要生成一个generator
对象,然后用next()
函数不断获得下一个返回值:o = odd()next(o)step 1next(o)step 2next(o)step 3next(o)--------------------------------------------------------------------------- StopIteration Traceback (most recent call last)in ----> 1 next(o) StopIteration:可以看到,
odd
不是普通函数,而是generator
,在执行过程中,遇到yield
就中断,下次又继续执行。执行3次yield
后,已经没有yield
可以执行了,所以,第4次调用next(o)
就报错。回到fib的例子,我们在循环过程中不断调用
yield
,就会不断中断。当然要给循环设置一个条件来退出循环,不然就会产生一个无限数列出来。同样的,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:for n in fib(6): print(n)但是用
for循环
调用generator
时,发现拿不到generator
的return
语句的返回值。如果想要拿到返回值,必须捕获StopIteration
错误,返回值包含在StopIteration
的value中:g = fib(6) while True: try: x = next(g) print('g:', x) except StopIteration as e: print('Generator return value:', e.value) breakg: 1 g: 1 g: 2 g: 3 g: 5 g: 8 Generator return value: done5.迭代器
我们已经知道,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:
from collections import Iterable# 判断列表是不是可迭代对象 isinstance([], Iterable)True# 判断字典是不是可迭代对象 isinstance({}, Iterable)True# 判断字符串是不是可迭代对象 isinstance('abc', Iterable)True# 判断一个生成器是不是可迭代对象 isinstance((x for x in range(10)), Iterable)True#判断一个数是不是可迭代对象 isinstance(100, Iterable)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:
# 判断一个生成器是不是迭代器 isinstance((x for x in range(10)), Iterator)True# 判断一个列表是不是迭代器 isinstance([], Iterator)False# 判断一个字典是不是迭代器 isinstance({}, Iterator)False# 判断一个字符串是不是迭代器 isinstance('abc', Iterator)False生成器都是
Iterator
对象,但list、dict、str
虽然是Iterable
,却不是Iterator
。把
list、dict、str
等Iterable
变成Iterator
可以使用iter()
函数:isinstance(iter([]), Iterator)Trueisinstance(iter('abc'), Iterator)True你可能会问,为什么list、dict、str等数据类型不是Iterator?
这是因为Python的
Iterator
对象表示的是一个数据流,Iterator
对象可以被next()
函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration
错误。可以把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。小结
凡是可作用于
for循环
的对象都是Iterable
类型;凡是可作用于
next()
函数的对象都是Iterator
类型,它们表示一个惰性计算的序列;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,例如:for x in [1, 2, 3, 4, 5]: pass实际上完全等价于:
# 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