切片
切片:取指定索引范圍的操作
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
取前三個元素
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
#L[0:3]表示老厌，從索引0開始取侨舆，直到索引3為止丈莺，但不包括索引3。即索引0蜈项，1定硝，2，正好是3個元素
#如果是0也可以省略.即L[:3]
Python支持L[-1]取倒數(shù)第一個元素撒会，那么它同樣支持倒數(shù)切片
>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']
切片操作十分有用嘹朗。我們先創(chuàng)建一個0-99的數(shù)列：
>>> L = list(range(100))
>>> L
[0, 1, 2, 3, ..., 99]
可以通過切片輕松取出某一段數(shù)列。比如前10個數(shù)：
>>> L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
后十個數(shù)
>>>L[-10:]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
前11-20個數(shù)：
>>>L[10:20]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
前10個數(shù)诵肛，每兩個取一個：
>>>L[:10:2]
[0, 2, 4, 6, 8]
所有數(shù)屹培，每5個取一個：
>>>L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
將一個字符串反向輸出
>>>str = 'abcd'
>>>str2 = str[::-1]
>>>print(str2)
dcba
tuple也是一種list，唯一區(qū)別是tuple不可變怔檩。因此褪秀，tuple也可以用切片操作剧蚣，只是操作的結(jié)果仍是tuple：
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
字符串'xxx'也可以看成是一種list邢隧，每個元素就是一個字符。因此坝疼，字符串也可以用切片操作乙埃，只是操作結(jié)果仍是字符串：
>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[::2]
'ACEG'
迭代
如果給定一個list或tuple闸英，我們可以通過for循環(huán)來遍歷這個list或tuple，這種遍歷我們稱為迭代（Iteration）介袜。
在Python中甫何，迭代是通過for ... in來完成的,和swift和OC里的for ... in類似.
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
... print(key)
...
a
b
c
#因為dict的存儲不是按照list的方式順序排列，所以遇伞，迭代出的結(jié)果順序很可能不一樣辙喂。
默認(rèn)情況下，dict迭代的是key鸠珠。如果要迭代value巍耗，可以用for value in d.values()，如果要同時迭代key和value跳芳，可以用for k, v in d.items()芍锦。
for k, v in d.items():
print(k,v)
a ,1
b ,2
c ,3
由于字符串也是可迭代對象，因此飞盆，也可以作用于for循環(huán)：
>>> for ch in 'ABC':
... print(ch)
...
A
B
C
所以娄琉，當(dāng)我們使用for循環(huán)時次乓，只要作用于一個可迭代對象，for循環(huán)就可以正常運(yùn)行孽水，而我們不太關(guān)心該對象究竟是list還是其他數(shù)據(jù)類型票腰。
判斷是否為可迭代對象
>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整數(shù)是否可迭代
False
如果要對list實現(xiàn)類似Java那樣的下標(biāo)循環(huán)怎么辦？Python內(nèi)置的enumerate函數(shù)可以把一個list變成索引-元素對女气，這樣就可以在for循環(huán)中同時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
列表生成式即List Comprehensions杏慰，是Python內(nèi)置的非常簡單卻強(qiáng)大的可以用來創(chuàng)建list的生成式。
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]
要生成[1x1, 2x2, 3x3, ..., 10x10]:
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
篩選出僅偶數(shù)的平方:
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
列表生成式也可以使用兩個變量來生成list：
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
L = ['Hello', 'World', 18, 'Apple', None]
將L的所有字符串變成小寫輸出,輸出結(jié)果:['hello', 'world', 'apple']
>>>[x.lower() for x in L if isinstance(x,str)]
['hello', 'world', 'apple']
生成器
通過列表生成式炼鞠，我們可以直接創(chuàng)建一個列表缘滥。但是，受到內(nèi)存限制谒主，列表容量肯定是有限的朝扼。而且，創(chuàng)建一個包含100萬個元素的列表霎肯，不僅占用很大的存儲空間擎颖，如果我們僅僅需要訪問前面幾個元素，那后面絕大多數(shù)元素占用的空間都白白浪費(fèi)了观游。
所以搂捧，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)的過程中不斷推算出后續(xù)的元素呢懂缕？這樣就不必創(chuàng)建完整的list允跑，從而節(jié)省大量的空間。在Python中提佣，這種一邊循環(huán)一邊計算的機(jī)制吮蛹，稱為生成器：generator。
一丶創(chuàng)建一個generator:把一個列表生成式的[]改成()拌屏，就創(chuàng)建了一個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
<generator object <genexpr> at 0x1022ef630>
#創(chuàng)建L和g的區(qū)別僅在于最外層的[]和()潮针，L是一個list，而g是一個generator倚喂。
generator保存的是算法每篷，每次調(diào)用next(g)，就計算出g的下一個元素的值端圈，直到計算到最后一個元素焦读，沒有更多的元素時，拋出StopIteration的錯誤舱权。但是我們創(chuàng)建了一個generator后矗晃，基本上永遠(yuǎn)不會調(diào)用next()，而是通過for循環(huán)來迭代它宴倍，并且不需要關(guān)心StopIteration的錯誤张症。
二丶定義generator的另一種方法仓技。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)俗他，而是一個generator
#斐波拉契數(shù)列（Fibonacci）
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
generator和函數(shù)的執(zhí)行流程不一樣脖捻。函數(shù)是順序執(zhí)行，遇到return
語句或者最后一行函數(shù)語句就返回兆衅。而變成generator的函數(shù)地沮，在每次調(diào)用next()的時候執(zhí)行，遇到yield語句返回羡亩，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
可以直接作用于for循環(huán)的數(shù)據(jù)類型有以下幾種：
一類是集合數(shù)據(jù)類型摩疑，如list、tuple夕春、dict未荒、set、str等及志；
一類是generator，包括生成器和帶yield的generator function寨腔。
這些可以直接作用于for循環(huán)的對象統(tǒng)稱為可迭代對象：Iterable速侈。
可以使用isinstance()判斷一個對象是否是Iterable對象：
>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False
而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)用并返回下一個值迫卢，直到最后拋出StopIteration錯誤表示無法繼續(xù)返回下一個值了倚搬。
可以被next()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
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
生成器都是Iterator對象乾蛤，但list每界、dict、str雖然是Iterable家卖，卻不是Iterator眨层。把list、dict上荡、str等Iterable變成Iterator可以使用iter()函數(shù)：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
**
為什么list趴樱、dict、str等數(shù)據(jù)類型不是Iterator酪捡？
**
這是因為Python的Iterator對象表示的是一個數(shù)據(jù)流叁征，Iterator對象可以被next()函數(shù)調(diào)用并不斷返回下一個數(shù)據(jù)，直到?jīng)]有數(shù)據(jù)時拋出StopIteration錯誤逛薇∞嗵郏可以把這個數(shù)據(jù)流看做是一個有序序列，但我們卻不能提前知道序列的長度永罚，只能不斷通過next()函數(shù)實現(xiàn)按需計算下一個數(shù)據(jù)啤呼，所以Iterator的計算是惰性的卧秘，只有在需要返回下一個數(shù)據(jù)時它才會計算。
Iterator甚至可以表示一個無限大的數(shù)據(jù)流媳友，例如全體自然數(shù)斯议。而使用list是永遠(yuǎn)不可能存儲全體自然數(shù)的。
