概述

所說(shuō)高級(jí)特性包括切片佳窑、迭代、列表生成式神凑、迭代器净神、生成器。

切片

Python學(xué)習(xí)一(基礎(chǔ))中列表和元組的基本操作已經(jīng)介紹鹃唯，但如果要取得list或tuple的指定位置的部分元素。Python提供了切片(Slice)操作符坡慌。
列表L：L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
取前三個(gè)元素：

L[0:3]
['Michael', 'Sarah', 'Tracy']

L[0:3]表示從索引0開(kāi)始，直到索引3為止但不包括3藻三。
如果第一個(gè)索引是0洪橘，可以省略L[:3]。如果什么都不寫(xiě)L[:]就可以原樣復(fù)制一個(gè)list棵帽。
同樣，索引可以是負(fù)數(shù)：

>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']

還可以實(shí)現(xiàn)每隔n個(gè)元素取一個(gè)元素的操作：

>>> L = list(range(100))
>>> L
[0, 1, 2, 3, ..., 99]
#前十個(gè)元素每?jī)蓚€(gè)取一個(gè)
>>> L[:10:2]
[0, 2, 4, 6, 8]

tuple也是一種list抡四，因此tuple也可以用切邊操作，但結(jié)果依然是tuple指巡。
字符串也可以看成是一種list，每個(gè)字符一是一個(gè)元素藻雪。

>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[::2]
'ACEG'

迭代

如果給定一個(gè)list或tuple，我們可以通過(guò)for循環(huán)來(lái)遍歷這個(gè)list或tuple勉耀，這種遍歷我們稱(chēng)為迭代（Iteration）。
在Python中便斥，迭代是通過(guò)for ... in來(lái)完成的.

>>> d = {'a',  2, 'c'}
>>> for x in d:
...     print(x)
...
'a'
2
'c'

如果需要同時(shí)獲得元素的下標(biāo)可以使用enumerate函數(shù)

>>> for i, value in enumerate(['A', 'B', 'C']):
...     print(i, value)
...
0 A
1 B
2 C

Python的for循環(huán)不僅可以用在list或tuple上，還可以作用在其他可迭代對(duì)象上.

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
...     print(key)
...
a
c
b

默認(rèn)情況下像街，dict迭代的是key晋渺。如果要迭代value，可以用for value in d.values()木西，如果要同時(shí)迭代key和value，可以用for k, v in d.items()八千。

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for k,v in d.items():
...     print(k:v)
...
a:1
b:2
c:3

判斷一個(gè)對(duì)象是可迭代對(duì)象是通過(guò)collections模塊的Iterable類(lèi)型判斷：

>>> 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

列表生成式

有列表[0,1,2,3,4,5,6,7,8,9]恋捆，需求是把列表中每個(gè)元素都加一。
可以用for循環(huán)：

a = [1,3,4,6,7,7,8,9,11]

for index,i in enumerate(a):
    a[index] +=1
print(a)

但是可以用列表生成式更簡(jiǎn)潔的實(shí)現(xiàn)：

>>> [x +1 for x in a]
[1,2,3,4,5,6,7,8,9,10]

寫(xiě)列表生成式時(shí)將生成的元素x+1放在前面鸠信，for循環(huán)放在后邊论寨，用[]括起來(lái)。
也可以使用兩層循環(huán)：

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

利用列表生成式可以快速生成list葬凳，可以通過(guò)一個(gè)list推導(dǎo)出另一個(gè)list。

生成器

通過(guò)列表生成式劲装，我們可以直接創(chuàng)建一個(gè)列表。但是占业，受到內(nèi)存限制，列表容量肯定是有限的谦疾。而且南蹂，創(chuàng)建一個(gè)包含100萬(wàn)個(gè)元素的列表，不僅占用很大的存儲(chǔ)空間六剥，如果我們僅僅需要訪(fǎng)問(wèn)前面幾個(gè)元素峰伙，那后面絕大多數(shù)元素占用的空間都白白浪費(fèi)了。
所以策彤，如果列表元素可以按照某種算法推算出來(lái)锅锨，那我們可以在循環(huán)的過(guò)程中不斷推算出后續(xù)的元素恋沃。這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間囊咏。在Python中，這種一邊循環(huán)一邊計(jì)算的機(jī)制梅割，稱(chēng)為生成器（generator）。
要?jiǎng)?chuàng)建一個(gè)generator，有很多種方法底燎。第一種方法很簡(jiǎn)單，只要把一個(gè)列表生成式的[]改成()双仍，就創(chuàng)建了一個(gè)generator：

>>> L = [x +1 for x in range(10)]
>>> L
[1, 2, 3, 4, 5, 6, 6, 8, 9, 10]
>>> 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()枢希，L是一個(gè)list，而g是一個(gè)generator苞轿。
一個(gè)一個(gè)打印出生成器的元素用 next()函數(shù)

>>> next(g)
1
>>> next(g)
2
>>> next(g)
3
>>> next(g)
4
>>> next(g)
5
>>> next(g)
6
>>> next(g)
7
>>> next(g)
8
>>> next(g)
9
>>> next(g)
10
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

generator保存的是算法，每次調(diào)用next(g)搬卒，就計(jì)算出g的下一個(gè)元素的值秀睛，直到計(jì)算到最后一個(gè)元素蹂安，沒(méi)有更多的元素時(shí)田盈，拋出StopIteration的錯(cuò)誤.
我們創(chuàng)建了一個(gè)generator后，基本上永遠(yuǎn)不會(huì)調(diào)用next()简软，而是通過(guò)for循環(huán)來(lái)迭代它痹升，并且不需要關(guān)心StopIteration的錯(cuò)誤疼蛾。

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81

如果推算的算法比較復(fù)雜察郁，用類(lèi)似列表生成式的for循環(huán)無(wú)法實(shí)現(xiàn)的時(shí)候转唉，還可以用函數(shù)來(lái)實(shí)現(xiàn)赠法，例如著名的斐波拉契數(shù)列砖织，除第一個(gè)和第二個(gè)數(shù)外镶苞，任意一個(gè)數(shù)都可由前兩個(gè)數(shù)相加得到：1茂蚓，1聋涨，2牍白，3脊凰，5狸涌，8帕胆，13懒豹，21脸秽，34.....

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'
>>> fib(6)
1
1
2
3
5
8
'done'

要把fib函數(shù)變成generator记餐，只需要把print(b)改為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'

這就是定義generator的另一種方法淘这。如果一個(gè)函數(shù)定義中包含yield關(guān)鍵字，那么這個(gè)函數(shù)就不再是一個(gè)普通函數(shù)铝穷，而是一個(gè)generator：

>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>

generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語(yǔ)句或者最后一行函數(shù)語(yǔ)句就返回宁脊。而變成generator的函數(shù)榆苞，在每次調(diào)用next()的時(shí)候執(zhí)行坐漏，遇到y(tǒng)ield語(yǔ)句返回，再次執(zhí)行時(shí)從上次返回的yield語(yǔ)句處繼續(xù)執(zhí)行砰碴。

迭代器

我們已經(jīng)知道呈枉，可以直接作用于for循環(huán)的數(shù)據(jù)類(lèi)型有以下幾種：
一類(lèi)是集合數(shù)據(jù)類(lèi)型猖辫，如list住册、tuple荧飞、dict叹阔、set耳幢、str等睛藻；
一類(lèi)是generator店印，包括生成器和帶yield的generator function按摘。
這些可以直接作用于for循環(huán)的對(duì)象統(tǒng)稱(chēng)為可迭代對(duì)象：Iterable炫贤。
可以使用isinstance()判斷一個(gè)對(duì)象是否是Iterable對(duì)象兰珍。
而生成器不但可以作用于for循環(huán)俩垃，還可以被next()函數(shù)不斷調(diào)用并返回下一個(gè)值口柳，直到最后拋出StopIteration錯(cuò)誤表示無(wú)法繼續(xù)返回下一個(gè)值了跃闹。
可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)值的對(duì)象稱(chēng)為迭代器：Iterator望艺。
可以使用isinstance()判斷一個(gè)對(duì)象是否是Iterator對(duì)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(duì)象找默，但list惩激、dict风钻、str雖然是Iterable骡技，卻不是Iterator布朦。
把list是趴、dict膏秫、str等Iterable變成Iterator可以使用iter()函數(shù)：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

你可能會(huì)問(wèn)缤削，為什么list亭敢、dict帅刀、str等數(shù)據(jù)類(lèi)型不是Iterator？

這是因?yàn)镻ython的Iterator對(duì)象表示的是一個(gè)數(shù)據(jù)流，Iterator對(duì)象可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)數(shù)據(jù)腹纳，直到?jīng)]有數(shù)據(jù)時(shí)拋出StopIteration錯(cuò)誤嘲恍〉枧＃可以把這個(gè)數(shù)據(jù)流看做是一個(gè)有序序列俘侠，但我們卻不能提前知道序列的長(zhǎng)度兼贡，只能不斷通過(guò)next()函數(shù)實(shí)現(xiàn)按需計(jì)算下一個(gè)數(shù)據(jù)遍希，所以Iterator的計(jì)算是惰性的凿蒜，只有在需要返回下一個(gè)數(shù)據(jù)時(shí)它才會(huì)計(jì)算。
Iterator甚至可以表示一個(gè)無(wú)限大的數(shù)據(jù)流，例如全體自然數(shù)漂洋。而使用list是永遠(yuǎn)不可能存儲(chǔ)全體自然數(shù)的刽漂。