切片

取指定索引范圍的操作。

>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']

# 取前3個元素
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']

# 如果第一個索引是0菜拓，還可以省略
>>> L[:3]
['Michael', 'Sarah', 'Tracy']

# 倒數(shù)切片
>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']

# 先創(chuàng)建一個0-99的數(shù)列
>>> L = list(range(100))
>>> L
[0, 1, 2, 3, ..., 99]

# 前10個數(shù)
>>> L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 后10個數(shù)
>>> L[-10:]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

# 前10個數(shù)危纫，每兩個取一個
>>> L[:10:2]
[0, 2, 4, 6, 8]

# 所有數(shù)溢吻，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]

# 只寫[:]就可以原樣復(fù)制一個list
>>> L[:]
[0, 1, 2, 3, ..., 99]

# tuple也可以用切片操作，只是操作的結(jié)果仍是tuple
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)

# 字符串也可以用切片操作怔毛，只是操作結(jié)果仍是字符串
>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[::2]
'ACEG'

迭代

只要是可迭代對象员萍，無論有無下標(biāo)，都可以迭代

# dict迭代
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
...     print(key)
...
a
c
b
# 默認(rèn)情況下馆截，dict迭代的是key充活。如果要迭代value，可以用for value in d.values()蜡娶，如果要同時迭代key和value混卵，可以用for k, v in d.items()。

# 字符串也是可迭代對象
>>> for ch in 'ABC':
...     print(ch)
...
A
B
C
# 所以窖张，只要作用于一個可迭代對象幕随，for循環(huán)就可以正常運行

# 判斷一個對象是可迭代對象
>>> 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

# Python內(nèi)置的enumerate函數(shù)可以把一個list變成索引-元素對，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

# for循環(huán)里宿接，同時引用了兩個變量
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
...     print(x, y)
...
1 1
2 4
3 9

# 任何可迭代對象都可以作用于for循環(huán)赘淮，包括我們自定義的數(shù)據(jù)類型，只要符合迭代條件睦霎，就可以使用for循環(huán)梢卸。

列表生成式

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]

# 如果要生成[1x1, 2x2, 3x3, ..., 10x10]
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 寫列表生成式時副女，把要生成的元素x * x放到前面蛤高，后面跟for循環(huán)，就可以把list創(chuàng)建出來

# for循環(huán)后面還可以加上if判斷
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]

# 還可以使用兩層循環(huán)生成全排列
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

# 列出當(dāng)前目錄下的所有文件和目錄名
>>> import os # 導(dǎo)入os模塊，模塊的概念后面講到
>>> [d for d in os.listdir('.')] # os.listdir可以列出文件和目錄
['.emacs.d', '.ssh', '.Trash', 'Adlm', 'Applications', 'Desktop', 'Documents', 'Downloads', 'Library', 'Movies', 'Music', 'Pictures', 'Public', 'VirtualBox VMs', 'Workspace', 'XCode']

# 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']

# 把一個list中所有的字符串變成小寫
>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']

生成器

一邊循環(huán)一邊計算的機(jī)制戴陡，稱為生成器（generator）

# 第一種方法創(chuàng)建一個generator：只要把一個列表生成式的[]改成()塞绿，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()，L是一個list恤批，而g是一個generator异吻。

# 如果要一個一個打印出來，可以通過next()函數(shù)獲得generator的下一個返回值
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
# generator保存的是算法喜庞，每次調(diào)用next(g)诀浪，就計算出g的下一個元素的值，直到計算到最后一個元素延都，沒有更多的元素時笋妥，拋出StopIteration的錯誤

# 這種不斷調(diào)用next(g)實在是太變態(tài)了，正確的方法是使用for循環(huán)窄潭，因為generator也是可迭代對象
>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81
# 我們創(chuàng)建了一個generator后春宣，基本上永遠(yuǎn)不會調(diào)用next()，而是通過for循環(huán)來迭代它嫉你，并且不需要關(guān)心StopIteration的錯誤月帝。

# 第二種方法：如果推算的算法比較復(fù)雜，用類似列表生成式的for循環(huán)無法實現(xiàn)的時候幽污，還可以用函數(shù)來實現(xiàn)
# 要把fib函數(shù)變成generator嚷辅，只需要把print(b)改為yield b就可以了：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)距误，而是一個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'

# generator的函數(shù)簸搞，在每次調(diào)用next()的時候執(zhí)行，遇到y(tǒng)ield語句返回准潭，再次執(zhí)行時從上次返回的yield語句處繼續(xù)執(zhí)行趁俊。
def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
# 調(diào)用該generator時，首先要生成一個generator對象刑然，然后用next()函數(shù)不斷獲得下一個返回值
>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

# 同樣的寺擂，把函數(shù)改成generator后，我們基本上從來不會用next()來獲取下一個返回值泼掠，而是直接使用for循環(huán)來迭代：
>>> for n in fib(6):
...     print(n)
...
1
1
2
3
5
8

# 但是用for循環(huán)調(diào)用generator時怔软，發(fā)現(xiàn)拿不到generator的return語句的返回值。如果想要拿到返回值择镇，必須捕獲StopIteration錯誤挡逼，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)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
#對于函數(shù)改成的generator來說，遇到return語句或者執(zhí)行到函數(shù)體最后一行語句腻豌，就是結(jié)束generator的指令家坎，for循環(huán)隨之結(jié)束叹谁。

# 注意區(qū)分普通函數(shù)和generator函數(shù)，普通函數(shù)調(diào)用直接返回結(jié)果：
>>> r = abs(6)
>>> r
6
# generator函數(shù)的“調(diào)用”實際返回一個generator對象：
>>> g = fib(6)
>>> g
<generator object fib at 0x1022ef948>

迭代器

我們已經(jīng)知道乘盖，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，如list憔涉、tuple订框、dict、set兜叨、str等穿扳；
一類是generator，包括生成器和帶yield的generator function国旷。
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矛物。

# 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)用并返回下一個值跪但，直到最后拋出StopIteration錯誤表示無法繼續(xù)返回下一個值了履羞。
# 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對象屡久，但list忆首、dict、str雖然是Iterable被环，卻不是Iterator糙及。

# 把list、dict筛欢、str等Iterable變成Iterator可以使用iter()函數(shù)：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

# 凡是可作用于for循環(huán)的對象都是Iterable類型浸锨；
# 凡是可作用于next()函數(shù)的對象都是Iterator類型，它們表示一個惰性計算的序列版姑；
# 集合數(shù)據(jù)類型如list柱搜、dict、str等是Iterable但不是Iterator剥险，不過可以通過iter()函數(shù)獲得一個Iterator對象冯凹。
# Python的for循環(huán)本質(zhì)上就是通過不斷調(diào)用next()函數(shù)實現(xiàn)的

為什么list、dict炒嘲、str等數(shù)據(jù)類型不是Iterator宇姚？
這是因為Python的Iterator對象表示的是一個數(shù)據(jù)流，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)夫凸，直到?jīng)]有數(shù)據(jù)時拋出StopIteration錯誤浑劳。可以把這個數(shù)據(jù)流看做是一個有序序列夭拌，但我們卻不能提前知道序列的長度魔熏，只能不斷通過next()函數(shù)實現(xiàn)按需計算下一個數(shù)據(jù)衷咽，所以Iterator的計算是惰性的，只有在需要返回下一個數(shù)據(jù)時它才會計算蒜绽。