Python中的五种特性:切片,迭代,列表生成式,生成器,迭代器。
切片
切片就相当于其他语言中的截断函数,取部分指定元素用的。
1
2
3
4
5
6
7
8
|
L = list ( range ( 100 ))
#利用切片取部分元素
print (L[ 0 : 10 ]) #取从索引从0到9的前10个元素
print (L[ - 10 :]) #取最后10个元素
print (L[ 10 : 20 ]) #取从索引10到19的10个元素
print (L[: 10 : 2 ]) #从前10个元素中每两个取一个元素
print (L[:: 10 ]) #所有元素中每10个取一个元素
|
运行结果:
取从索引从0到9的前10个元素: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
取最后10个元素: [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
取从索引10到19的10个元素: [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
从前10个元素中每两个取一个元素: [0, 2, 4, 6, 8]
所有元素中每10个取一个元素: [0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
迭代(Iteration)
迭代,即遍历。使用for循环的时候,只要是作用于一个可迭代对象,for循环就能正常运行。
判断一个对象是够是可迭代对象:
1
2
3
4
5
|
from collections import Iterable
print ( '字符串 is Iterable ?' , isinstance ( 'abc' ,Iterable))
print ( 'list is Iterable ?' , isinstance ([ 1 , 2 , 3 ],Iterable))
print ( '整数 is Iterable ?' , isinstance ( 123 ,Iterable))
|
运行结果:
字符串 is Iterable ? True
list is Iterable ? True
整数 is Iterable ? False
遍历可迭代对象的几种方法:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
#遍历字符串:
for ch in 'abc' :
print (ch)
#遍历list
L = [ 'A' , 'B' , 'C' ]
for tmp in L:
print (tmp)
for i,value in enumerate (L):
print (i, ':' ,value)
#遍历dict
d = { '1' : '111' , '2' : '222' , '3' : '333' }
for key,v in d.items():
print ( 'key:' ,key, 'value:' ,v)
|
列表生成式
常见的list生成方式:
1
|
list ( range ( 1 , 11 ))
|
然而通过python内置的列表生成式,你可以换不同的姿势生成list,你可以这样:
1
2
3
|
[x * x for x in range ( 1 , 11 )]
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
|
这样:
1
2
3
|
[x * x for x in range ( 1 , 11 ) if x % 2 = = 0 ]
[ 4 , 16 , 36 , 64 , 100 ]
|
还可以这样:
1
2
3
|
[m + n for m in 'ABC' for n in 'XYZ' ]
[ 'AX' , 'AY' , 'AZ' , 'BX' , 'BY' , 'BZ' , 'CX' , 'CY' , 'CZ' ]
|
是不是很涨姿势? 哈哈~
生成器(generator)
通过上面的列表生成式,我们可以直接创建一个列表。但是受内存限制,列表容量肯定是有限的。所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环过程中不断推算出后续的元素呢?这样讲就不必创建完整的list,从而节省大量空间。在Python中,这种一边循环一边计算的机制,成为生成器:generator.
创建一个生成器最简单的方法: 把list的[]改成()
1
2
3
4
5
6
7
8
9
|
L = [x * x for x in range ( 1 , 10 )]
print (L)
g = (x * x for x in range ( 1 , 10 ))
print (g)
/ / 运行结果:
[ 1 , 4 , 9 , 16 , 25 , 36 , 49 , 64 , 81 ]
<generator object <genexpr> at 0x10cc14938 >
|
而且,generator也是可迭代对象,可以通过for来遍历。
定义generator的另一种方法:
1
2
3
4
5
6
7
8
9
|
def fib( max ):
n,a,b = 0 , 0 , 1
while n < max :
yield b
a,b = b, a + b
n = n + 1
return 'done'
print (fib( 6 ))
|
如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator。最难理解的就是generator和函数的执行流程不一样。函数是顺序执行,遇到return语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。
迭代器(Iterator)
生成器不但可以作用于for循环,还可以被next()函数不断调用并返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值了。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。
可以使用isinstance()判断一个对象是否是Iterator对象:
1
2
3
4
5
6
7
8
9
|
from collections import Iterator
print ( 'list is Iterator ?' , isinstance ([], Iterator))
print ( 'dict is Iterator ?' , isinstance ({}, Iterator))
print ( 'string is Iterator ?' , isinstance ( '123' , Iterator))
/ / 运行结果:
list is Iterator ? False
dict is Iterator ? False
string is Iterator ? False
|
以上就是python高级特性简介的详细内容,更多关于python高级特性的资料请关注服务器之家其它相关文章!
原文链接:https://www.jianshu.com/p/81ab0b2508f6