Python —— 函数高级特性（切片、迭代、列表生成式、生成器、迭代器）

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

一个对象，可以通过for循环来遍历这个对象，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；

 from collections import Iterable

 print(isinstance('abd',Iterable))  #字符串是否可迭代

 print(isinstance([1,2,4],Iterable))  #list是否可迭代

 print(isinstance(123,Iterable)) #整数是否可迭代

下面为在命令交互行测试代码：

在Python中，只要是可迭代对象，无论有无下标，都可以迭代，例如，list和tuple有下标，字典dict没有下标

2、字典dict迭代

默认情况下，dict迭代的是key，for key in d.keys( ) 或 for k in d.keys( )

如果要迭代value，可以用for value in d.values( ) 或 for v 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：

 d={'a':1,'b':2,'c':3} #这是一个dict

 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
     print(key)

 for value in d.values():   #遍历每一个值

     print(value)

  # 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，

 # 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

 for v in d.values():

     print(v)

 for k,v in d.items():  #遍历key和值

     print(k,v)

3、字符串也是可迭代对象，因此，也可作用于for 循环：

 for ch in 'abdf':

     print(ch)

综上，当我们使用for循环时，只要作用的对象是一个可迭代对象，for循环就可以正常运行，而不必关心该对象是list还是其他数据类型。

4、在Python中实现类似JAVA那样的下标循环，要怎么做？

enumerate( )函数

可以把一个list变成索引-元素对，因此在for循环中可以同时迭代索引和元素本身。

 #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)

Python的for循环里，同时引用两个变量是很常见的，代码如下：

 for x, y  in [(1,1),(2,3),(3,9)]:

     print(x,y)

迭代小结

1、Python中迭代是通过for ……in 来完成的，C语言和JAVA迭代list是通过for循环实现的。

2、Python的for循环抽象程度高于C的for循环，因为Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。

3、enumerate函数把一个list变成索引-元素对

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

 print([x*x for x in [1,2,3,4,5]])

 print([x*x for x in range(1,11)])

 print([x*x for x in range(1,11) if x % 2 == 0 ])

 print([m+n for m in 'ABC' for n in 'XYZ'])

 import  os # 导入os模块

 print([d for d in os.listdir('.')])

实例：把list中所有的字符串变成小写

 L=['hello','world','IBM','Apple']

 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：

 L1=['Hello','World',18,'Apple']

 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：

 L1=['Hello','World',18,'Apple']

 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。

 #这个是创建list

 L=[x*x for x in range(10)]

 print(L)

 #这个是创建生成器generator，使用的是小括号

 g=(x*x for x in range(10))

 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。

定义完一个generator后，当调用该generator时，首先要生成一个generator对象，然后才能使用next( )函数不断获得下一个返回值。

生成器generator中如何访问每个元素？

>>>方法一： NEXT（）函数

注意：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。

>>>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：

 g=(x*x for x in range(10))

 for n in g:

     print(n)

案例解析：获得生成器中的return返回值

 def odd():

     print('step 1')

     yield 1

     print('step 2')

     yield(3)

     print('step 3')

     yield(5)

     return 'done'

 c=odd()

 while True:

     try:

         # i=next(c)

         # print(i)    #i=next(c),print(i)这两句的效果和print(next(c))的效果相同，都是通过next函数访问每个元素

         # print(next(c))   #next函数访问元素时，当取到最后一个元素，再继续往下取时，就会报错，此时会跳转到except语句处执行

                          #所以上面使用next函数访问的两种方法都会跳转到except语句处，获得return语句的返回值

         for i in c:   #使用for循环时，不会跳转到except语句处，所以拿不到定义的generator中的return语句的返回值

             print(i)

     except StopIteration as e:

         print("Generator return value:",e.value)

         break

左边是next函数运行返回的结果，右边是for循环的结果，只有next函数返回了return语句中的返回值

案例解析：斐波那契数列

 def fib(max):

     n, a, b = 0, 0, 1

     while n < max:

         yield b

         a, b = b, a + b

         n = n + 1

     return 'done'

 print("下面展示三种访问生成器元素的方式：")

 print("通过for循环访问元素：")

 for i in fib(6):

     print(i)

 print("通过next函数访问元素：")

 o=fib(6) #这相当于先生成一个generator对象，然后使用next函数调用每一个元素

 print(next(o))

 print(next(o))

 print(next(o))

 print(next(o))

 print(next(o))

 print(next(o))

 print("通过fib(6)访问元素：")   #通过next(fib(6))访问，相当于每次调用next时都是调用一个新的生成器generator

 print(next(fib(6)))

 print(next(fib(6)))

 print(next(fib(6)))

 print(next(fib(6)))

 print(next(fib(6)))

 print(next(fib(6)))

 print("获得return返回值的访问方式：")

 g=fib(6)

 while True:

     try:

         print("g:",next(g))

     except StopIteration as e:

         print("Generator return value:",e.value)

         break

上面展示了不同方法的运行结果：

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循环的对象统称为可迭代对象：Iterable.

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.

迭代器( Iterator )的定义：

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.

注意：可迭代对象和迭代器都是指对象

isinstance( )函数：

使用isinstance( )函数来判断一个对象是否是Iterable对象或Iterator对象。

iter( )函数：

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。

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：

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。

小结

1、凡是可作用于for循环的对象都是Iterable类型

2、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

3、列表list、字典dict、字符串str都是Iterable类型但不是Iterator类型，不过可以通过iter( )函数进行转换

4、Python的for循环本质上就是通过不断调用next( )函数实现的

参考：廖雪峰的官方网站：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/00143178254193589df9c612d2449618ea460e7a672a366000