1、切片：slice操作符
L[0:3] #从0开始，0可以省略
L[:3]
L = ['Michael','Sarah','Tracy','Bob','Jack']
>>>L[-2:]
['Bob', 'Jack']
>>>L[-2:-1]
['Bob']
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, ..., 99]
**利用切片操作，实现一个trim()函数，去除字符串首尾的空格，注意不要调用str的strip()方法
迭代
for key in 集合：
for value in 集合.values()：
for k,v in 集合.items():
如何判断一个对象是迭代对象：
from collections import Iterable
>>> isinstance('abc', Iterable)# str是否可迭代
eg:使用迭代找最大最小值，并返回Tuple
if L!=[] :
(min,max)=(L[0],L[0])
for x in L :
if x min=x if x>max : max=x return (min,max) else : return (None,None) print(findMinAndMax([7,3,1,9,5])) 列表生成器： 练习： #L2=[x.lower() for x in L1 if isinstance(x,str)] L2=[x.lower() if isinstance(x,str) else -1 for x in L1] >>> [m + n form in 'ABC' form in' XYZ']['AX','AY','AZ','BX','BY','BZ','CX','CY','CZ'] >>> L = ['Hello','World','IBM','Apple'] >>> [s.lower() for s in L] ['hello','world','ibm','apple'] if ... else 使用列表生成式的时候，有些童鞋经常搞不清楚if...else的用法。 例如，以下代码正常输出偶数： >>> [x for x in range(1,11) if x %2==0] [2,4,6,8,10] 但是，我们不能在最后的if加上else： >>> [xforxinrange(1,11)ifx %2==0else0] File" 这是因为跟在for后面的if是一个筛选条件，不能带else，否则如何筛选？ 另一些童鞋发现把if写在for前面必须加else，否则报错： >>> [xifx %2==0forxinrange(1,11)] File" 这是因为for前面的部分是一个表达式，它必须根据x计算出一个结果。因此，考察表达式：x if x % 2 == 0，它无法根据x计算出结果，因为缺少else，必须加上else： >>> [xifx %2==0else-xforxinrange(1,11)][-1,2, -3,4, -5,6, -7,8, -9,10] 上述for前面的表达式x if x % 2 == 0 else -x才能根据x计算出确定的结果。 可见，在一个列表生成式中，for前面的if ... else是表达式，而for后面的if是过滤条件，不能带else。 isinstance(x,str) #判断是不是字符串 def trim(s): l=len(s) if l==0 : return s elif s[0]==' ' : return trim(s[1:]) #trim()去除首尾空格 elif s[-1]==' ' : return trim(s[:-1]) return s print(trim(' hello')) print(trim('hello ')) print(trim(' hello ')) 生成器（generator) g=(x for x in range(10)) next(g)#计算打印出下下个元素 #没有更多的元素时，抛出StopIteration的错误。 也可以使用迭代： for x in g : print(x) yeid简单理解： 带有 yield 的函数不再是一个普通函数，而是一个生成器generator，可用于迭代，工作原理同上。 yield 是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面(右边)的值。重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码(下一行)开始执行。 用isinstance()判断一个对象是否是Iterable（可迭代）对象 用isinstance()判断一个对象是否是Iterable对象 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 可以直接作用于for循环的对象统称为可迭代对象：Iterable 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： iter('abc',lterator) Iterator甚至可以表示一个无限大的数据流 变量可以指向函数 函数名也是变量 传入函数 def add(x, y, f): #高阶函数 returnf(x) + f(y) add(-5,6,abs) f=abs f(x)+f(y)=f(-5)+f(6)=11 map(函数本身，迭代对象） def f(x): return x*x stu=map(f,[1,23,34]) list(stu) reduce(f,[x1,x2,x3,x4,x5])=f(f(f(f(x1,x2)x3)x4)x5) def add(x,y) retuurn x+y reduce(add,[1,3,6,9]) def normalize(name): name=name[0].upper() + name[1:].lower() #首字符大写，其他字符小写 return name L1=['adam','LISA','barT'] L2=list(map(normalize,L1)) print(L2) def not_emtpy(s): return s and s.strip() filter(函数，序列) list(filter(not_emtpy,['a',' ','c',' ',' '])) 注意到filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter()完成计算结果，需要用list()函数获得所有结果并返回list sorted（list或key）排序 >>> sorted([36,5, -12,9, -21], key=abs)[5,9, -12, -21,36] key=str.lower()#忽略大小写 反向排序： sorted([list],key=str.lower()/upper()，reverse=True) 返回函数不要引用任何循环变量，或者后续会发生变化的变量。 关键字lambda表示匿名函数，冒号前面的x表示函数参数。 匿名函数 L=list(filter(lambda n: n%2==1,range(1,20))) 函数名._name_ #打印函数名 定义：需要增强一个函数的功能，在函数调用前后自动打印日志，又不修改函数本身的定义，这种在代码运行期间动态增加功能的方式，叫装饰器（Decorator)**装饰器