python入门（五）--特有属性

大石头的笔记

2020-04-30 578 阅读4分钟

Python特性：

切片

通过冒号’:’来截取：

如list，tuple,string,实例

#!/usr/bin/env python
# -*- coding: utf-8 -*-
#定义一个list:显示1到100，如L:[1,2,3,4,...100],切片实例
L = range(
21
)
>>>
L
[
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
,
10
,
11
,
12
,
13
,
14
,
15
,
16
,
17
,
18
,
19
,
20
]
>>>
L[
0
:
10
]
[
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
>>>
L[
1
:
21
]
[
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
,
10
,
11
,
12
,
13
,
14
,
15
,
16
,
17
,
18
,
19
,
20
]
>>>
L[
1
:
21
:
2
]
[
1
,
3
,
5
,
7
,
9
,
11
,
13
,
15
,
17
,
19
]
>>>
L[::]
[
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
,
10
,
11
,
12
,
13
,
14
,
15
,
16
,
17
,
18
,
19
,
20
]
>>>
L[:]
[
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
,
10
,
11
,
12
,
13
,
14
,
15
,
16
,
17
,
18
,
19
,
20
]
>>>
L[
-10
:]
[
11
,
12
,
13
,
14
,
15
,
16
,
17
,
18
,
19
,
20
]
#但是顺序不能倒过来
>>>
L[
10
:
9
]
[]

迭代

判断是否可迭代

可以使用for …in …的方式来进行迭代，但是需要判断in后面的数据类型是否可迭代：

>>>
from
collections
import
Iterable
>>>
isinstance(
'abc'
, Iterable)
# str是否可迭代
True
>>>
isinstance([
1
,
2
,
3
], Iterable)
# list是否可迭代
True
>>>
isinstance(
123
, Iterable)
# 整数是否可迭代
False

对dict进行迭代：

对key：

>>>
grades = {
'Daniel'
:
22
,
'Sandy'
:
42
,
'Andy'
:
33
}
>>>
for
key
in
grades:
...

print
grades[key]
...
22
33
42

对value:

>>>
for
value
in
grades.itervalues():
...

print
value
...
22
33
42

对list进行“索引-值”格式的迭代

Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：

>>>
L = [
'apple'
,
'pear'
,
'peach'
,
'banaba'
]
>>>
L
[
'apple'
,
'pear'
,
'peach'
,
'banaba'
]
>>>
for
x,y
in
enumerate(L):
...

print
x,y
...
0
apple
1
pear
2
peach
3
banaba

列表生成式

利用range()函数：

但如果要生成[1x1,2x2, 3x3, ..., 10x10]怎么做？

法一，是循环：

>>>
L = []
>>>
for
x
in
range(
1
,
11
):
...
L.append(x*x)
[
1
,
4
,
9
,
16
,
25
,
36
,
49
,
64
,
81
,
100
]

法二，利用生成器，可以这么做：

>>>
[x*x
for
x
in
range(
1
,
11
)]
[
1
,
4
,
9
,
16
,
25
,
36
,
49
,
64
,
81
,
100
]

如果循环里有条件判断，如要筛选出仅偶数的平方：

>>>
[x*x
for
x
in
range(
1
,
11
)
if
x%
2
==
0
]
[
4
,
16
,
36
,
64
,
100
]

可以实现两层循环：

>>>
[a+b
for
a
in

'ABC'

for
b
in

'abc'
]
[
'Aa'
,
'Ab'
,
'Ac'
,
'Ba'
,
'Bb'
,
'Bc'
,
'Ca'
,
'Cb'
,
'Cc'
]

>>>
import
os
>>>
[d
for
d
in
os.listdir(
'.'
)]
[
'AppData'
,
'Application Data'
,
'Contacts'
,
'Cookies'
,
'Desktop'
,
'Documents'
,
'Videos'
]
>>>
for
x,y
in
d.iteritems():
...

print

'\''
,x,
'\':'
,y
..
' a '
:
1
' c '
:
3
' b '
:
2
>>>
[
'\''
+x+
'\':'
+str(y)
for
x,y
in
d.iteritems()]
[
"'a':1"
,
"'c':3"
,
"'b':2"
]

生成器

Python中一边循环一边计算的机制就是生成器，可以这样使用：

>>>
g = (x * x
for
x
in
range(
10
))
>>>
g
<generator object <genexpr> at
0x03F963A0
>
>>>
g.next()
0
>>>
g.next()
1
>>>
g.next()
4

这样有点烦，可以循环遍历：

>>>
g = (x*x
for
x
in
range(
10
))
>>>
for
n
in
g:
print
n
0
1
4
9
16
25
36
49
64
81

所以，我们创建了一个generator后，基本上永远不会调用next()方法，而是通过for循环来迭代它。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3,5, 8, 13, 21, 34, ...

首先需要理解：

>>>
a,b =
1
,
2
>>>
a,b = b,a+b
#同时处理a=b,b=a+b，没有先后顺序
>>>
a
2
>>>
b
3

那么配波纳契数列可以这么写：

>>>
def fib(max):
n, a, b =
0
,
0
,
1
while
n < max:
print
b
#generator函数：yield b
a, b = b, a + b
n = n +
1
>>>
>>>
fib(
4
)
1
1
2
3

上面的函数改为generator，只需要把printb改为yieldb就可以了.

>>>
def fib(max):
n, a, b =
0
,
0
,
1
while
n < max:
yield
b
a, b = b, a + b
n = n +
1
>>>
fib(
6
)
<generator object fib at
0x03FBC800
>
>>>
for
x
in
fib(
6
):
print
x
1
1
2
3
5
8

那么有什么区别呢，区别在于执行顺序不同。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。（待深入理解）

更多免费技术资料可关注：annalin1203