在Python中，代碼越少越好、越簡單越好。基于這一思想，需要掌握Python中非常有用的高級特性，1行代碼能實現的功能，決不寫5行代碼。代碼越少，開發效率越高。
切片
tuple，list，字符串都可以進行切片操作
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']L[0:3] # ['Michael', 'Sarah', 'Tracy']L[:3] # ['Michael', 'Sarah', 'Tracy']L[1:3] # ['Sarah', 'Tracy']L[-2:] # ['Bob', 'Jack']L[-2:-1] # ['Bob']L = list(range(100))L[:10] # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]L[-10:] # [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]L[10:20] # [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]L[:10:2] # [0, 2, 4, 6, 8]L[::5] # [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]L[:] # [0, 1, 2, 3, ..., 99] |
練習
利用切片操作，實現一個trim()函數，去除字符串首尾的空格，注意不要調用str的strip()方法：
|
1
2
3
4
5
6
7
8
9
|
# -*- coding: utf-8 -*-def trim(s): for i in range(0,len(s)): if s[0] == ' ': s = s[1:] elif s[-1] == ' ': s = s[:-1] return s |
迭代
任何可迭代對象都可以作用于for循環，包括我們自定義的數據類型，只要符合迭代條件，就可以使用for循環
如何判斷一個對象是可迭代對象呢？方法是通過collections.abc模塊的Iterable類型判斷
Python內置的enumerate函數可以把一個list變成索引-元素對，可以在for循環中同時迭代索引和元素本身
|
1
2
|
for i, value in enumerate(['A', 'B', 'C']): print(i, value) |
練習
請使用迭代查找一個list中最小和最大值，并返回一個tuple：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
# -*- coding: utf-8 -*-def findMinAndMax(L): max = min = None if(len(L)>0): L = list(L) max = min = L[0] for i in L: if i>max: max = i if i<min: min = i return (min,max) |
列表生成式
列表生成式即List Comprehensions，是Python內置的非常簡單卻強大的可以用來創建list的生成式
|
1
2
3
4
5
6
7
8
9
10
11
|
list(range(1, 11)) # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10][x * x for x in range(1, 11)] # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100][x * x for x in range(1, 11) if x % 2 == 0] # [4, 16, 36, 64, 100][m + n for m in 'ABC' for n in 'XYZ'] # ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']# 列表生成式也可以使用兩個變量來生成listd = {'x': 'A', 'y': 'B', 'z': 'C' }[k + '=' + v for k, v in d.items()] # ['y=B', 'x=A', 'z=C']L = ['Hello', 'World', 'IBM', 'Apple'][s.lower() for s in L] # ['hello', 'world', 'ibm', 'apple'] |
在一個列表生成式中，for前面的if … else是表達式，而for后面的if是過濾條件，不能帶else
|
1
2
3
4
5
|
[x for x in range(1, 11) if x % 2 == 0] # Right[x for x in range(1, 11) if x % 2 == 0 else 0] # WRONG![x if x % 2 == 0 else -x for x in range(1, 11)] # Right[x if x % 2 == 0 for x in range(1, 11)] # WRONG! |
練習
如果list中既包含字符串，又包含整數，由于非字符串類型沒有lower()方法，所以列表生成式會報錯。使用內建的isinstance函數可以判斷一個變量是不是字符串。請修改列表生成式，通過添加if語句保證列表生成式能正確地執行：
|
1
2
3
|
# -*- coding: utf-8 -*-L1 = ['Hello', 'World', 18, 'Apple', None]L2 = [s.lower() for s in L1 if isinstance(s,str)] |
生成器
如果列表元素可以按照某種算法推算出來，則可以在循環的過程中不斷推算出后續的元素，這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。
創建generator的方法：
1.把一個列表生成式的[]改成()，就創建了一個generator，創建之后通過next可以得到下一個元素，或者通過for循環迭代（generator也是可迭代對象）
|
1
2
3
4
5
6
7
|
# 生成一個迭代器g = (x * x for x in range(10))# 獲得下一個元素next(g) # 0# for循環遍歷for n in g: print(n) |
2.使用yield，如果一個函數定義中包含yield關鍵字，那么這個函數就不再是一個普通函數，而是一個generator函數，調用一個generator函數將返回一個generator
generator函數在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行
調用generator函數時，首先要生成一個generator對象，然后用next()函數不斷獲得下一個返回值
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
# 斐波拉契數列的生成def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 return 'done'# 調用f = fib(6)next(f)# for循環調用while True: try: x = next(g) print('g:', x) except StopIteration as e: print('Generator return value:', e.value) break |
用for循環調用generator時，拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中
練習
楊輝三角定義如下：
|
1
2
3
4
5
6
7
|
1 / \ 1 1 / \ / \ 1 2 1 / \ / \ / \1 3 3 1 |
把每一行看做一個list，試寫一個generator，不斷輸出下一行的list：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
# -*- coding: utf-8 -*-def triangles(): levellist = [1] n = 1 while (n<=100): yield levellist newlist = levellist.copy() if (n>=2): for i in range(0,n-1): newlist[i+1] = levellist[i] + levellist[i+1] levellist = newlist.copy() n = n + 1 levellist.append(1) return 'done' |
迭代器
可以被next()函數調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：
生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。把list、dict、str等Iterable變成Iterator可以使用iter()函數
為什么list、dict、str等數據類型不是Iterator？
因為Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據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，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。
Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是永遠不可能存儲全體自然數的。
Python的for循環本質上就是通過不斷調用next()函數實現的
以上就是Python高級特性之切片迭代列表生成式及生成器詳解的詳細內容，更多關于python高級特性詳解的資料請關注服務器之家其它相關文章！
原文鏈接：https://blog.csdn.net/christangdt/article/details/121012395
