在for迭代過程中，如果想要同時獲取值和索引，可以採用enumerate方法，用法如下：
l =
["asdf",1
,5]for i,value in
enumerate
(l):
print
(i,value)
#i = index， value = object
l =[1
,2,3
,4,5
]def
findmaxandindex
(l):
tempmax = l[0]
tempindex =
0for index,value in
enumerate
(l):
if tempmax <= value:
tempmax = value
tempindex = index
return
(tempmax, tempindex)
print
(findmaxandindex(l)
)
for i,value in enumerate(l,1):
凡是可迭代物件，如list, tuple, str都具有切片功能
l =
list
(range
(100))
l[:10]
#前10個數l[-
10:]#後10個數l[:
:2]#step為2
如下例，篩選出range(1,6)中的偶數，並取平方：
list1=[1
,2,3
,4,5
]list2 =
[x*x for x in list1 if x%2==
0]#注意，這裡是條件篩選，不要加else
print
(list2)
列表生成式受到記憶體限制，容量有限。
如果列表元素可以按照某種演算法推算出來，那我們是否可以在迴圈的過程中不斷推算出後續的元素呢？這樣就不必建立完整的list，從而節省大量的空間。在python中，這種一邊迴圈一邊計算的機制，稱為生成器：generator。
g =
(x*x for x in
range(1
,6))
for i in g:
print
(i)
-凡是可作用於next()函式的物件都是iterator型別，它們表示乙個惰性計算的序列；
*arg 表示傳入的引數未知數量，以tuple形式傳入
def
func1
(*arg)
:for i in arg:
print
(i)func1(1,
2,3)
def
func2
(*kwarg)
:for key, value in kwarg.items():
print
(str
(key)
+':'
+str
(value))
dict1 =
func2(
**dict1)
>>
> a =[1
,2,3
]>>
> b =[4
,5,6
]>>
> c =[4
,5,6
,7,8
]>>
> zipped =
zip(a,b)
# 打包為元組的列表[(
1,4)
,(2,
5),(
3,6)
]>>
>
zip(a,c)
# 元素個數與最短的列表一致[(
1,4)
,(2,
5),(
3,6)
]
類在例項化之後，便會自動呼叫其構造方法__init__()
例項化後的類在呼叫時，會自動呼叫其__call__()方法,
class
ob1:
def__init__
(self, name, age)
:print
('__init__ here'
) self.name = name
self.age = age
def__call__
(self)
:print
('__call__ here'
)o = ob1(
'richard',26
)# __init__ hereo()
#__cal__ here
python高階用法 Python高階用法
python高階用法 三元表示式 x 10 y 20 print x if x y else y x 100 y 20 print x if x y else y 列表推導式和生成器 列表推導式 print i for i in range 10 print i 2 for i in range 1...
python骨灰技巧 Python 高階技巧
一 生成器 通過列表生成式，我們可以直接建立乙個列表。但是，受到記憶體限制，列表容量肯定是有限的。而且，建立乙個包含100萬個元素的列表，不僅占用很大的儲存空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素占用的空間都白白浪費了。這個其實是惰性求值，資料不是全部一下子載入到記憶體中，而是乙個...
python高階用法
建立dict i for i in range 10 pandas給乙個dataframe的列沒有在另乙個dataframe的列中出現的列賦值為nan df a.loc df a.isin df b col name unique col name nan pandas做笛卡爾積 df a valu...