Python 高階特性
Python 高階特性
切片
可以對list, tuple, string進行切片
[起始位置:終止位置 + 1: 步長]
可以使用負數,-1為倒數第一個數
步長為負數時,從後向前分隔,對應的起始終止位置也要倒過來
l = [1, 2, 3]
l = l[::-1]
#順序反轉
#3, 2, 1
迭代
預設情況下,dict迭代的是key。如果要迭代value,可以用for value in d.values(),如果要同時迭代key和value,可以用for k, v in d.items()。
當我們使用for迴圈時,只要作用於一個可迭代物件,for迴圈就可以正常執行,而我們不太關心該物件究竟是list還是其他資料型別。
可以使用collections模組的Iterable型別判斷是否為可迭代物件
from collections import Iterable
isinstance("123", Iterable)
#True
如果要對list實現類似Java那樣的下標迴圈怎麼辦?Python內建的enumerate函式可以把一個list變成索引-元素對,這樣就可以在for迴圈中同時迭代索引和元素本身:
for i, value in enumerate(['A', 'B', 'C']):
print(i, value)
#0 A
#1 B
#2 C
上面的for迴圈裡,同時引用了兩個變數,在Python裡是很常見的,比如下面的程式碼:
for x, y in [(1, 1), (2, 4), (3, 9)]:
print(x, y)
#1 1
#2 4
#3 9
列表生成式
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]
[x * x for x in range(1, 11)]
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
#for迴圈後面可以加if來篩選
[x * x for x in range(1, 11) if x % 2 == 0]
#[4, 16, 36, 64, 100]
#可以使用多層迴圈,得到全排列
[m + n for m in 'ABC' for n in 'XYZ']
#['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
#for迴圈前面可以加if else表示式
[x if x % 2 == 0 else -x for x in range(1, 11)]
#[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
生成器 generator
要建立一個generator,有很多種方法。第一種方法很簡單,只要把一個列表生成式的[]改成(),就建立了一個generator: 鄭州人流手術多少錢
L = [x * x for x in range(10)]
L
#[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
g = (x * x for x in range(10))
g
# at 0x1022ef630>
#可以透過next()函式獲得generator的下一個返回值
next(g)
#0
next(g)
#1
next(g)
#4
next(g)
#9
next(g)
#16
generator儲存的是演算法,每次呼叫next(g),就計算出g的下一個元素的值,直到計算到最後一個元素,沒有更多的元素時,丟擲StopIteration的錯誤。
建立了一個generator後,基本上永遠不會呼叫next(),而是透過for迴圈來迭代它,並且不需要關心StopIteration的錯誤。
定義generator:
#列印斐波那契前N個數函式
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
#要把fib函式變成generator,只需要把print(b)改為yield b就可以了
#這就是定義generator的另一種方法。如果一個函式定義中包含yield關鍵字,那麼這個函式就不再是一個普通函式,而是一個generator
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
函式是順序執行,遇到return語句或者最後一行函式語句就返回。而變成generator的函式,在每次呼叫next()的時候執行,遇到yield語句返回,再次執行時從上次返回的yield語句處繼續執行。
迭代器
可以被next()函式呼叫並不斷返回下一個值的物件稱為迭代器:Iterator。
被next()函式不斷呼叫並返回下一個值,直到最後丟擲StopIteration錯誤表示無法繼續返回下一個值了。
生成器都是Iterator物件,但list、dict、str雖然是Iterable,卻不是Iterator。
把list、dict、str等Iterable變成Iterator可以使用iter()函式:
isinstance(iter([]), Iterator)
#True
isinstance(iter('abc'), Iterator)
#True
Iterator的計算是惰性的,只有在需要返回下一個資料時它才會計算。
不知道Iterator的實際長度
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69945560/viewspace-2685223/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- python高階特性-sorted()Python
- python高階特性-迭代Python
- Python 高階特性(4)- 生成器Python
- Python類繼承的高階特性Python繼承
- Python高階特性(3): Classes和MetaclassesPython
- Mongodb高階特性MongoDB
- mysql高階特性MySql
- RocketMQ高階特性MQ
- Redis高階特性Redis
- Python高階特性(1):Iterators、Generators和itertoolsPython
- Python高階特性(2):Closures、Decorators和functoolsPython
- Python函式與模組的精髓與高階特性Python函式
- Java高階特性之集合Java
- Java高階特性—泛型Java泛型
- RabbitMQ(二):RabbitMQ高階特性MQ
- MySQL 高階特性篇教程MySql
- JavaScript高階特性 — 作用域JavaScript
- SpringIOC的高階特性Spring
- python高階特性:切片/迭代/列表生成式/生成器Python
- Java高階特性增強-鎖Java
- PoweJob高階特性-MapReduce完整示例
- Redis 高階特性 Redis Stream使用Redis
- Java 高階特性之 instanceofJava
- 《Java 高階篇》八:新特性Java
- MySQL高階特性——繫結變數MySql變數
- MySQL系列-- 5. MySQL高階特性MySql
- python學習筆記-tip22(高階特性-列表生成式)Python筆記
- python高階技能Python
- xmake高階特性之自定義選項
- Tomcat高階特性及效能調優Tomcat
- Java高階特性——註解,簡單易懂Java
- BIND 高階特性(二)-- 動態更新(轉)
- Spring 高階特性------資料持久層Spring
- Python學習之高階特性Python
- python面試中較常問及的知識點梳理---高階特性Python面試
- 人人都能學會的python程式設計教程15:高階特性2Python程式設計
- 人人都能學會的python程式設計教程14:高階特性1Python程式設計
- Python模組高階技巧Python