Python高階特性

減少**，提高效率

取乙個序列的部分元素

l [ start : end : step ] 含頭不含尾

#!/usr/bin/python32#

-*- coding:utf-8 -*-

34 l = [ 1, 3, 6, 9, 45, 66]56

print ( l[:4] ) #等同於l[0:4]

切片下標為 0 ~ 3

7print ( l[-2:] ) #

倒數切片從倒數第2開始往後切倒數第

二、倒數第一

8print ( l[:5:2] ) #

前5個數，每2個取乙個

9print ( l[::5] ) #

所有數，每5個取乙個

l[ : : -1] 倒切

在python中，迭代是通過 for...in 來完成的，而很多語言迭代 list 是通過下標完成的。

無論有無下標都可以迭代，如dict

dict不是按順序排列儲存，迭代出的結果順序很可能不一樣

dict預設迭代 key 如要要迭代 value：

同時迭代 key 和 value ：

判斷是否可以迭代

迭代是python最強大的功能之一，是訪問集合元素的一種方式。

凡是可作用於for迴圈的物件都是iterable型別，即迭代物件

凡是可作用於next()函式的物件都是iterator型別，即迭代器，表示乙個惰性計算的序列（只有在需要返回下乙個資料時它才會計算）

迭代器物件從集合的第乙個元素開始訪問，直到所有的元素被訪問完結束。迭代器只能往前不會後退。

迭代器有兩個基本的方法：iter()和next()。

集合資料型別如list、dict、str等是迭代物件，但不是迭代器，可通過 iter() 函式獲得乙個迭代器物件

字串，列表或元組物件都可用於建立迭代器

迭代器物件可以使用常規for語句進行遍歷：

1
#!/usr/bin/python32#
-*- coding:utf-8 -*-
34 list = [1, 2, 3, 4]
5 it = iter(list)  #
建立迭代器物件67
for x in
it:8
print(x, end="
")  #
不換行輸出

也可以使用 next() 函式：

#!/usr/bin/python32#

-*- coding:utf-8 -*-

34 list = [1, 2, 3, 4]

5 it = iter(list) #

建立迭代器物件67

stopiteration 異常用於標識迭代的完成，防止出現無限迴圈的情況

簡單卻強大的可用來建立list的生成式

如：生成乙個列表 [1x1, 2x2, 3x3, ..., 10x10]

用迴圈做

1
#!/usr/bin/python32#
-*- coding:utf-8 -*-
34 l =
5for x in range(1,11):
7for i in
l[:]:
8print (i, end = "
")

用列表生成式做

1
#!/usr/bin/python32#
-*- coding:utf-8 -*-
34 l = [ x*x for x in range(1,11)]56
for i in
l[:]:
7print (i, end = "
")

列表生成式內還可加 if 判斷

1
#!/usr/bin/python32#
-*- coding:utf-8 -*-
34 l = [ x*x for x in range(1,11) if x%2 ==0 ]5#
篩選出僅偶數的平方
6for i in
l[:]:
7print (i, end = "
")

還可使用兩層循壞，如生成乙個全排列

1
#!/usr/bin/python32#
-*- coding:utf-8 -*-
34 l = [ m+n for m in
'abc
'for n in
'xyz']
5for i in
l[:]:
6print (i, end = "
")

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。

所以，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。

在 python 中，使用了 yield 的函式被稱為生成器（generator）。

跟普通函式不同的是，生成器是乙個返回迭代器的函式，只能用於迭代操作，更簡單點理解生成器就是乙個迭代器。

在呼叫生成器執行的過程中，每次遇到 yield 時函式會暫停並儲存當前所有的執行資訊，返回 yield 的值, 並在下一次執行 next() 方法時從當前位置繼續執行。

呼叫乙個生成器函式，返回的是乙個迭代器物件。

以下例項使用 yield 實現斐波那契數列：

1
#!/usr/bin/python3
2import
sys3
4def fibonacci(n): #
生成器函式 - 斐波那契
5     a, b, counter = 1, 1, 0
6while
true:
7if (counter >n):
8return
9yield
a10         a, b = b, a +b
11         counter += 1
1213 f = fibonacci(10) #
f 是乙個迭代器，由生成器返回生成
14while
true:
15try:16
print (next(f), end="")
17except
stopiteration:
18         sys.exit()

Python高階特性

Python高階特性

Python高階特性

Python高階特性

相關推薦