python的高阶特性，包含切片、列表生成式、生成器、迭代器。
切片
切片主要是序列的特性，序列（列表，元组，字符串）均可使用切片进行访问。
列表生成式
列表生成式是python内置的非常简单强大的可以用来创建list的生成式。
如：[x * x for x in range(1,11)] #取平方
[x * x for x in range(1,11) if x % 2 == 0] #筛选出偶数的平方
[m + n for m in 'ABC' for n in 'XYZ'] #全排列
import os
[d for d in os.listdir('.')] #列出当前目录下的所有文件和目录
d = {'x':'A', 'y':'B', 'z':'C'}
[k + '=' + v for k,v in d.items()]
L = ['Hello', 'World', 'IBM', 'Apple']
[s.lower() for s in L]
生成器
创建一个generator，
方法一：把一个列表生成式的[]改成(),就创建了一个generator。
如：g = (x * x for x in range(10))
generator保存的是算法，每次调用next(g),就计算出g的下一个元素值，直到计算到最后一个元素。
然而，正常情况下，不会使用next()函数，而是使用for循环，因为generator也是可迭代对象。
方法二：使用yield，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了，而是一个generator。
如：斐波那契函数
def fib(max):
n,a,b = 0,0,1
while n < max:
print(b)
a, b = b, a+b
n = n + 1
return
改变为一个生成器：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a+b
n = n + 1
return
难点：generator和函数的执行流程是不一样的。函数是顺序执行的，遇到return语句或者最后一行函数语句就返回。
而变成generator的函数之后，在每次调用next()的时候执行，遇到yield语句就返回，再次执行时从上次返回的yield语句处继续执行。
同样，把函数改为generator后，基本上从来不用next()来获取下一个返回值，而是直接使用for循环来迭代。
但是使用for循环调用generator之后，发现拿不到generator的return语句的返回值。如果想要获取返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中。
小结：generator是非常强大的工具，可以简单的把列表生成式改成generator，也可以通过函数来实现复杂逻辑的generator。
要理解generator的原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。
注意区分普通函数和generator函数，普通函数调用直接返回结果，generator函数的调用实际返回一个generator对象。
迭代器
可直接作用于for循环的数据类型有以下几种：
1、集合数据类型，如list、tuple、dict、set、str等。
2、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。而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 Iterable
from collections import 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。
Iterator对象是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时可以抛出StopIteration错误。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。