一.切片
取一个list或tuple的部分元素是非常常见的操作。比如，一个list如下：
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
取前3个元素，应该怎么做？
-
笨办法
[L[0], L[1], L[2]]- 输出结果
['Michael', 'Sarah', 'Tracy']
取前N个元素，也就是索引为0-(N-1)的元素，可以用循环：
r = []
n = 3
for i in range(n):
r.append(L[i])
print(r)
-
输出结果
['Michael', 'Sarah', 'Tracy']
这种经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。
-
取前3个元素，用一行代码就可以完成切片：
print( L[0:3]) #打印结果： ['Michael', 'Sarah', 'Tracy'] -
L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。- 如果第一个索引是0，还可以省略：
print( L[:3])
类似的，既然Python支持L[-1]取倒数第一个元素，那么它同样支持倒数切片，试试：
- 倒数第一个元素的索引是-1。
print(L[-2:]) #执行结果 ['Bob', 'Jack'] print( L[-2:-1]) #执行结果 ['Bob']
演示1-100的切分
# 先创建一个0-99的数列：
L = list(range(100))
# 前10个数：
print(L[:10])
#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 后10个数：
print(L[-10:])
#[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
# 前11-20个数：
print(L[10:20])
#[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
# 前10个数，每两个取一个：
print(L[:10:2])
#[0, 2, 4, 6, 8]
# 所有数，每5个取一个：
print(L[::5])
#[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
# 甚至什么都不写，只写[:]就可以原样复制一个list：
L2 = L[:]
print(L2)
#[0, 1, 2, 3,省略中间部分, 99]
tuple和字符串
- tuple也是一种
list，唯一区别是tuple不可变。因此，tuple也可以用切片操作，只是操作的结果仍是tuple：
(0, 1, 2, 3, 4, 5)[:3]
#前3
#(0, 1, 2)
- 字符串’xxx’也可以看成是一种
list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：
#前3
'ABCDEFG'[:3]
#'ABC'
# 所有数，每2个取一个：
'ABCDEFG'[::2]
#'ACEG'
二.迭代
给一个list或tuple，通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。
- 在Python中，迭代是通过
for ... in来完成 - 只要是可迭代对象，无论有无下标，都可以迭代
比如dict就可以迭代：
d = {
'a': 1, 'b': 2, 'c': 3}
for key in d:
print(key)
#执行结果
#a
#c
#b
- 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()。
字符串也是可迭代对象
for ch in 'ABC':
print(ch)
#执行结果
#A
#B
#C
如何判断一个对象是可迭代对象呢？
- 通过
collections.abc模块的Iterable类型判断：
from collections.abc 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
如果要对list实现类似Java那样的下标循环怎么办？
- 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：
for i, value in enumerate(['A', 'B', 'C']):
print(i, value)
#执行结果
#0 A
#1 B
#2 C
三.列表生成式
列表生成式即Python内置的非常简单却强大的可以用来创建list的生成式。
-
要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用
list(range(1, 11))：list(range(1, 11)) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] -
但如果要生成
[1x1, 2x2, 3x3, ..., 10x10]怎么做？方法一是循环：L = [] for x in range(1, 11): L.append(x * x) print(L) #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] -
但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的list：
[x * x for x in range(1, 11)] #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] -
for循环后面还可以
加if判断进行过滤，这样我们就可以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] -
for前面加if-else
- for前面的部分是一个
表达式，它必须根据x计算出一个结果。- 因此达式：
x if x % 2 == 0，它无法根据x计算出结果，因为缺少else，必须加上else：
- 因此达式：
[x if x % 2 == 0 else -x for x in range(1, 11)] #[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]- 列表生成式中，for前面的
if ... else是表达式，而for后面的if是过滤条件，不能带else。
- for前面的部分是一个
四.生成器
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第一种方法很简单，
只要把一个列表生成式的[]改成()，就创建了一个generator：L = [x * x for x in range(10)] print(L) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] g = (x * x for x in range(10)) print(g) # <generator object <genexpr> at 0x00000219AF47CDD0>L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
-
如何打印出generator的每一个元素呢？
- 如果要一个一个打印出来，可以通过
next()函数获得generator的下一个返回值：
g = ( x for x in range(10)) for n in g: print(n) - 如果要一个一个打印出来，可以通过
-
如果一个函数中包含
yield关键字，那这个函数就是generator函数，调用一个generator函数将返回一个generator：def odd(): print('step 1') yield 1 print('step 2') yield(3) print('step 3') yield(5)-
调用该generator函数时，
首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：o = odd() next(o) next(o) next(o) -
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。
-
五.迭代器
可以直接作用于for循环的数据类型有以下几种：
- 集合数据类型，如
list、tuple、dict、set、str等； - generator，包括生成器和带yield的
generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
-
可以使用
isinstance()判断一个对象是否是Iterable对象：from collections.abc import Iterable isinstance([], Iterable) #True isinstance({ }, Iterable) #True isinstance('abc', Iterable) #True isinstance((x for x in range(10)), Iterable) #True isinstance(100, Iterable) #False
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。-
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
- 把list、dict、str等Iterable变成Iterator可以使用
iter()函数：
isinstance(iter([]), Iterator) #True isinstance(iter('abc'), Iterator) #True - 把list、dict、str等Iterable变成Iterator可以使用
-
小结
-
凡是可作用于
for循环的对象都是Iterable类型； -
凡是可作用于
next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列； -
集合数据类型如
list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。