Python个人笔记-高级特性篇

切片

如果我们想取一个list的前3个元素,Python提供了一个简便的方法——切片/Slice:L[0:3]

取前十个:L[:10]

取后十个:L[-10:]

前十个数每两个取一个:L[:10:2]

所有数每五个取一个:L[::5]

对tuple、str操作是一样的,返回的结果仍是tuple、str。

迭代

Python中的迭代与C/C++有很大却别,基本用法已经在基础篇中提到。像dict没有下标的迭代输出次序是不一定的,且默认迭代的是key:

for key in d:
    print(key)

若想要迭代dict的value,可以用for value in d.values();若想同时迭代key和value,可以用for k, v in d.items()

  • 判断一个对象是否为可迭代对象
from collections import Iterable
isinstance('abc', Iterable) # str是否可迭代

  • 如何实现对list的下标循环

python内置的enumerate函数可以把list转化为索引-元素对,这样可以在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

列表生成式

生成1到10的list:list(range(1, 11))

生成12到102的list:[x * x for x in range(1, 11)]。这种写法十分便利,我们还可以在for循环后加上if判断,筛选出仅偶数的平方:[x * x for x in range(1, 11) if x % 2 == 0]

还可以使用两层循环,生成全排列:

[m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

生成器——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))
>>> g
 at 0x1022ef630>

generator与list的区别在于外层的[]和()。generator一边循环一边计算,如果要一个个打印出g的值,要使用next()函数来获得generator的下一个返回值。

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4

但是计算到最后一个元素时会出现stopiteration,使用for循环:

for n in g:
    print(n)

generator非常强大,但如果推算的算法比较复杂,用类似列表生成式的for循环无法实现时,还可以用函数来实现,如斐波拉契数列:

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

对于这个函数,我们只需要将print(b)改为yield b就可以将函数变为generator:

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

每次调用next输出b后,函数会在yield那一行停止,并在下次next调用时从这一点继续运行。

用for循环调用generator时我们发现拿不到函数最后return的返回值,要想拿到返回值,必须捕获stopiteration错误,它包含在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)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

你可能感兴趣的:(Python个人笔记-高级特性篇)