python高级特性简介
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。
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:
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:
#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:
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:
[x * x for x in range(1,11)] #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
这样:
[x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100]
还可以这样:
[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()
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:
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:
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我们其它相关文章!