Python高级特性

Posted 2021-10-23 bwon

切片（tuple）

有了切片操作，很多地方循环就不再需要了。Python的切片非常灵活，一行代码就可以实现很多行循环才能完成的操作。

• 操作对象：list、tuple、str；替代了其他语言的截取函数，如substring()
  
• 应用场景：对经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。
  
• 使用方法：如Mylist[0:5]表示，从索引0开始，直到索引5为止；但不包括索引5，即索引0，1，2，3，4，正好5个元素。如果第一个索引是0还可以省略，如Mylist[:]；还支持步长，如每两个取一个Mylist[::2]

迭代（Iterable）

• 定义：给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）
  
• 场景：任何可迭代对象都可以作用于for循环，包括我们自定义的数据类型，只要符合迭代条件，就可以使用for循环。
  
• 判断：使用函数isinstance(object,Iterable)判断结果反馈True为可迭代、返回False为不可迭代。
  
• 语法：迭代元素for var in IterObject，下标方式迭代for i,value in enumerate(object)

列表生成式（list generator）

• 定义：运用列表生成式，可以快速生成list，可以通过一个list推导出另一个list，而代码却十分简洁。
  
• 语法：如newList = [x*x for x in oldList if x % 2 == 0]解释为用oldList列表中偶数元素的平方生成一个新列表newList。

生成器（generator）

• 定义：在Python中，一边循环一边计算的机制，称为生成器：generator。
  
• 原理：generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
  
• 创建方法：
  • 创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
    
  • 用函数构建，内部使用yield关键字
    
• 区别：
  • 空间区别：列表生成式，是一次性重建出所有元素，并开辟内存空间；生成器是按照某种算法推算出需要的元素，能够节省大量空间。
    
  • 函数区别：普通函数顺序执行，遇到return或最后一行语句返回。generator函数，每次调用next()时候执行，遇到yield语句返回,再执行时从上次返回的yield处继续执行。
    
• 语法：g = (x * x for x in range(10))或者如下所示：
  

def fib(max):
 n, a, b = 0, 0, 1
 while n < max:
     print(b)
     a, b = b, a + b
     n = n + 1
 return 'done'

迭代器（Iterator）

• 定义：
  可以直接使用for循环的数据类型如下：
  • 集合数据类型：如list tuple dict set str
    
  • generator类型：包括生成器和带yield的generator function
    以上可以直接作用于for循环的对象统称为可迭代对象：Iterable
    
• 判断：是否是Iterable对象，可以被next()函数调用并不断返回下一值得对象称为迭代器，可以用函数isinstance(object,Iterable)判断。
  
• 转换：生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator，把list、dict、str等Iterable变成Iterator可以使用iter()函数。
  
• 理解：为什么list、dict、str等数据类型不是Iterator？
  这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的