一、切片（Slice）
在很多编程语言中，针对字符串提供了很多截取函数（i.e. substring）,目的就是对字符串切片。python中没有针对字符串的截取函数，需要通过“切片”来完成。
取一个list或tuple的部分元素可以用切片
格式： 假定list或tuple组成的元素组名为m
m[起始值：终止值：步长]
说明：
a. 起始值如果是0，可以省略，但是中间的冒号（:）一定要带上
b. 起始值，终止值限定的是索引范围。
c. 如果从前面开始取数，那么索引时不包括索引[终止值]，因为索引时下标从0开始。
d. 如果从后面开始取数，即倒数，如果m[-2:] 则取最后两个元素，如果m[-2:-1]则取倒数第二个元素，注意两者的区别。
e. 不管从前面开始或从后面开始取数，最终取的元素个数为都为终止值-起始值。
python支持m[-1]取倒数第一个元素，那么它同样支持倒数切片。
tuple也可以用切片操作，操作结果仍是tuple。
字符串也可以用切片操作，只是操作结果仍是字符串。字符串'xxx'也可以看成一种list，每个元素就是一个字符。
二、迭代
如果给定一个list或tuple，通过for循环来遍历这个list或tuple，这种遍历称为迭代。
可迭代对象：list， tuple，字典dict，字符串，生成器generator
1、如何判断一个对象是可迭代对象呢？方法：通过collections模块的Iterable类型判断；
格式： 下面代码为判断时书写格式，python中大小写敏感
1 from collections import Iterable 2 print(isinstance('abd',Iterable)) #字符串是否可迭代 3 4 print(isinstance([1,2,4],Iterable)) #list是否可迭代 5 6 print(isinstance(123,Iterable)) #整数是否可迭代
下面为在命令交互行测试代码：
2、dict迭代
默认情况下，dict迭代的是key，如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items().
下面是使用代码：
1 d={'a':1,'b':2,'c':3} #这是一个dict 2 for key in d: # 遍历key，由于默认是key，所以 in d，如果默认不是key,就需要写成 in d.keys
3 print(key) 4 for value in d.values(): #遍历每一个值 5 print(value) 6 # 遍历每一个值，这个跟上面的效果是一样的，只不过上面是value,这个是v,这都可以， 7 # for 和in 中间使用value,那么print中也要用value,不能使用v，要保持一致 8 for v in d.values(): 9 print(v) 10 for k,v in d.items(): #遍历key和值 11 print(k,v)
字符串也是可迭代对象，因此，也可作用于for 循环：
1 for ch in 'abdf': 2 print(ch)
python内置的enumerate函数可以把一个list变成索引-元素对，这样可以在for循环中同时迭代索引和元素本身：
1 #python内置的enumerate函数可以把一个list变成索引-元素对， 2 #这样就可以在for循环中同时迭代索引和元素本身 3 for i, value in enumerate(['a','b','c']): 4 print(i,value)
python中for循环里，同时引用两个变量是很常见的，代码如下：
1 for x, y in [(1,1),(2,3),(3,9)]: 2 print(x,y)
下面使用next也可以遍历list中每一个元素：
1 it=iter([1,2,3,4,5,6]) 2 print(next(it)) 3 print(next(it)) 4 print(next(it)) 5 print(next(it)) 6 print(next(it))
在命令交互行模式下测试：
三、列表生成式
是Python内置的可以用来创建list的生成式。
使用方法： 前面一部分是对元素进行的操作，最后面一部分是对元素进行判断
1 print([x*x for x in [1,2,3,4,5]]) 2 3 print([x*x for x in range(1,11)]) 4 5 print([x*x for x in range(1,11) if x % 2 == 0 ]) 6 7 print([m+n for m in 'ABC' for n in 'XYZ'])
实例：列出当前目录下的所有文件和目录名
1 import os # 导入os模块 2 print([d for d in os.listdir('.')])
实例：把list中所有的字符串变成小写
1 L=['hello','world','IBM','Apple'] 2 print([s.lower() for s in L])
注意：s.lower()中的括号一定要带上，否则会报错
列表生成式练习题目：把一个list中的所有字符串变成小写。
思路： 如果list中既包含字符串，又包含数字，由于非字符串类型没有Lower()方法，所以列表生成式会报错：
1 L1=['Hello','World',18,'Apple'] 2 print([s.lower() for s in L1 ])
报错信息：
可以使用isinstance()函数判断一个变量是不是字符串，下面为修改后并测试成功的代码：
1 L1=['Hello','World',18,'Apple'] 2 print([s.lower() for s in L1 if isinstance(s,str) == True])
四、生成器generator
如果列表元素可以按照某种算法推算出来，那我们因此可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。
在Python中，这种一边循环 一边计算的机制，称为生成器：generator。
创建generator的方法
（1）把一个列表生成式的中括号[ ]改成小括号( )，就创建了一个generator。
1 #这个是创建list 2 L=[x*x for x in range(10)] 3 print(L) 4 #这个是创建生成器generator，使用的是小括号 5 g=(x*x for x in range(10)) 6 print(g)
（2）创建generator方法：yield关键字
generator保存的是算法，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。
如果一个函数定义中包含了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。
注意：这里最难理解的是，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generator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。
生成器generator中如何访问每个元素？
方法一： NEXT（）函数
方法二：For循环
因为通过Next( )函数太繁琐了，而且generator也是可迭代对象（Iterable），所以可以使用for循环来访问每个元素：
1 g=(x*x for x in range(10)) 2 for n in g: 3 print(n)
生成器generator的小结：
1、使用类似列表生成式创建generator时，注意是小括号。
2、使用函数创建generator时，函数定义中要有yield关键字。
3、generator保存的是算法。
4、访问generator中的每个元素：next( )或for循环
5、generator是可迭代对象Iterable
6、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，没有更多元素时，抛出StopIteration的错误。
当创建一个generator后，基本上不会调用next( )，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。
五、迭代器
可直接作用于for循环的数据类型有：
第一类是集合数据类型，如list, tuple, dict, set, str等。
第二类是generator, 包括生成器和带 yield 的generator function.
可直接作用于for循环的对象统称为可迭代对象：Iterable.
可被next( )函数调用并不断返回下一个值的对象称为迭代器：Iterator.
使用isinstance( )函数来判断一个对象是否是Iterable对象或Iterator对象。
生成器都是Iterator对象，但list, dict, str虽然是Iterable，却不是Iterator。可以使用iter( )函数把list, dict, str等Iterable转换成Iterator。
为什么list, dict, str等数据类型不是Iterator？
这是因为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，i.e. 全体自然数，而使用list是永远不可能存储全体自然数的。