Python基础学习（二）

前一段时间学习了Python数据类型，语句和函数，目前书写python的新特性，继续练手！！！！

一、切片

　　之前我们从python的list 或者 tuple中取得元素都是这样写，显然不够灵活

listInfo = ['aaa', 'bbb', 'ccc'];
print( listInfo[0] )
print( listInfo[1] )
print( listInfo[2] )

　　输出：aaa

　　　　 bbb
　　　　 ccc

　　python又提供了一种新的方法【切片】操作符，能够提高获取某些特性元素。举例：

#python高级特性

listInfo = ['aaa', 'bbb', 'ccc'];
print( listInfo[0] )
print( listInfo[1] )
print( listInfo[2] )

print( listInfo[0:2])
print( listInfo[:1])
print( listInfo[:])
print( listInfo[1:])
print( listInfo[0:1])

　　输出：

aaa
bbb
ccc
['aaa', 'bbb']
['aaa']
['aaa', 'bbb', 'ccc']
['bbb', 'ccc']
['aaa']

　　说明：（1）listInfo[0:2]表示，从索引 0 开始取，直到索引 2 为止，但是不包括索引3本身。所以是索引 0、1 正好是2个元素。

　　　　　（2）如果第一个索引是0，可以省略掉的即可 listInfo[:2] 效果同上

listInfo[-1] 取倒数第一个元素例如：　

print( listInfo[-1] )
print( listInfo[-2:] )
print( listInfo[-2:-1] )

　　输出：

ccc
['bbb', 'ccc']
['bbb']

　　说明：（1）listInfo[-2:] 是从倒数第二个开始取，到最后一个

　　　　　（2）listInfo[-2:-1]是从倒数第二个开始取，到倒数第一个，这里不包含倒数第一个元素

　可以通过切片轻松取出某一段数列，例如：

listInfo = list(range(100))
#print( listInfo )
print( listInfo[:10] )
print( listInfo[-10:])
print( listInfo[10:20] )
#从前10个数了，每两个取一个
print( listInfo[:10:2] )
#所有的数，每5个取一个
print( listInfo[::5] )
#什么都不写，就是原样输出
#print( listInfo[:] )

　　输出：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
[0, 2, 4, 6, 8]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

　　另外tuple 也可以看作为一种list, 唯一的区别就是tuple是不可变的，因此，tuple也可以用作切片操作，但是操作结果仍然是tuple:

tupleInfo = (0,1,2,3,4)
print( tupleInfo )
print( tupleInfo[:3] )
print( tupleInfo[-2:] )

　　输出：

(0, 1, 2, 3, 4)
(0, 1, 2)
(3, 4)

　　其实字符串“abc”也可以看成是list,每个元素就是一个字符，因此，字符串也可以用作切片，只是操作结果还是字符串：

strInfo = 'abcdefg';
print( strInfo )
print( strInfo[:3] )
print( strInfo[-2:] )

　　输出：

abcdefg
abc
fg

　　说明：字符串切片其实就是python对字符串的一种截取方式。

二、迭代

　　迭代就是循环，通常php都会使用下标完成for循环，而python这里采用的是 for .. in .. 的形式迭代

#迭代
dictInfo = { 'a': 1, 'b': 2, 'c':3 }
for key in dictInfo:
    print( key )

for val in dictInfo.values():
    print( val )

for k,v in dictInfo.items():
    print( k,v )

　　输出：

c
a
b
3
1
2
c 3
a 1
b 2

　　说明：for..in..的迭代方式不区分数据类型，也不区分是否有下标，只要是可迭代对象都可以迭代，字符串也是可以的

for str in 'ABCDEFG':
    print( str )

　　然而当我们循环的时候如何区是否可分迭呢？方法是通过collections模块的Iterable类型判断；如下：

from collections import  Iterable
#str是可以迭代的 True
print( isinstance('abc', Iterable) )

#list是可以迭代的 True
print( isinstance([1,2,3], Iterable) )

#int是不可迭代的 False
print( isinstance(18, Iterable) )

　　另外python的list是可以实现像php那样带循环下标的方法，python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以做for循环中同时迭代索引和元素：

for i, val in enumerate(['a', 'b', 'c']):
    print(i, val)

　　输出：

0 a
1 b
2 c

　　说明：在for循环中，同时引用两个变量是很常见的哟。

三、列表生成式

　　列表就是list, 我们通常定义一个list要么手写，要么循环插入，但是都太频繁。而列表生成式却可以通过一行语句完成循环所生成的list:

listTest = []
#循环生成
for x in range(1,6):
    listTest.append(x*x)

print( listTest)

#列表生成式
print( [x*x for x in range(1,6)] )

　　输出：

[1, 4, 9, 16, 25]
[1, 4, 9, 16, 25]

　　说明：（1）由此可见列表生成式可以非常简单的完成for循环的工作，代码反而更加简洁

　　　　　（2）列表生成式：就是要把生成的元素x*x 写到最前面，后面跟for循环，就可以把list创建出来。

　　另外for循环后面还可以加上if判断：　

print( [x*x for x in range(1,21) if x % 2 == 0 ] )

　　输出：[4, 16, 36, 64, 100, 144, 196, 256, 324, 400]

　　另外还可以使用双层循环：

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

　　输出：['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

　　另外for循环其实可以同时使用两个或者更多个变量，比如使用dict 的 items() 可以同时迭代key 和value，前面已经有案例了，其实列表生成式也可以使用两个变量来生成list：

dictInfo = {'a':'1', 'b':'2', 'c':'3'}
print( [ k+'=='+v  for k, v in dictInfo.items() ] )

　　输出：['c==3', 'a==1', 'b==2']

　　在来看看这个，变成大写：

listInfo = ['aaa', 'bbb', 'ccc']
print( [s.upper() for s in listInfo] )

　　输出：['AAA', 'BBB', 'CCC']

四、生成器

　　通常我们在测试的时候用 range(100) 去生成一个list, 这个的数据量相当的大，其实使用中时却只是使用了其中一小部分数据，那如何在循环中推断后续的元素呢？比如一个斐波拉契数列，怎么实现呢？

　　这个时候list 是写不出这样的数列的，但是用函数却很方便：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print (b)
        a, b = b, a+b
        n = n +1
    return  'done'

g = fib(6)

　　输出：

1
1
2
3
5
8
done

　　现在说一下什么是生成器？

　　生成器就是:generator

　　要创建生成器有很多种方法，第一种，将list 的 [] 变成（），就创建了生成器：

　　举例：

listInfo = [ x*x for x in range(10) ]
gInfo = ( x*x for x in range(10) )

print( listInfo )
print( gInfo )

　　输出：

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object <genexpr> at 0x7f074626dc50>

　　说明：由此可见，list 和 g,唯一的不同就是 [] 和（）但是 gInfo 不是list 它就是生成器，生成器是不能够直接打印的，它可以通过 next（）去获取其中的元素

　　　　当然，获取元素每次都是获取下一个，每次断点仍然会接着获取下一个元素，直到没有元素为止且抛出一个异常。

　例如：

print( next(gInfo) )
print( next(gInfo) )
print( next(gInfo) )
print( next(gInfo) )

　　输出：这是复制了 11个输出 print ( next(gInfo) ) 最后一个没有元素则抛出了异常

0
1
4
9
16
25
36
49
64
81
Traceback (most recent call last):
  File "/mnt/hgfs/webspace/pythonStudy/one.py", line 415, in <module>
    print( next(gInfo) )
StopIteration

　　如果像上面那样next 去一个个输出是很傻的，因为我们可以使用for循环去输出数据，并且不会抛出异常，后期几乎很少用到 next()

gInfo = ( x*x for x in range(10) )
for x in gInfo:
    print( x )

　　输出同上，只是没有抛异常

　　其实斐波拉契数列的逻辑非常类似生成器 generator, 通过改造如下：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield (b)
        a, b = b, a+b
        n = n +1
    return  'done'

g = fib(6)
for x in g:
    print( x )

　　只要将 print(b) 改成 yield b 就可以了，此时的 fib 函数不在是普通的函数，而是生成器了。它将不能够直接输出返回数据，而是通过 for 循环输出数据。

　　输出：

　　说明：generato 和普通函数的不同在于执行流程不同，函数是至上而下顺序执行，遇到return或者最后一行函数就返回，而generator的函数在每次调用 next() 的时候执行，遇到 yield 的时候返回，再次执行的时候则从上一次返回的 yield 语句处继续执行。

　　另外，我们用 for 循环调用 generator时，是拿不到 return 的返回值的，必须捕获 StopIteration错误，例如：

gInfo = ( x*x for x in range(10) )
while True:
    try:
        x = next( gInfo )
        print( x )
    except StopIteration as e:
        print( e.value )
        break

　　输出：

五、迭代器

　　目前学习了for循环的数据类型如下：

　　（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 的 function

　　这些呢都是可以用作 for 循环对象，统称为可迭代对象：Iterable

　　可以通过 isinstance() 判断一个对象是否是 Iterable 对象：

　　引入： from collections import Iterable

　　使用： isinstance( [] , Iterable )

　　举例：

from  collections import Iterable
print( isinstance([1,2,3], Iterable) )
print( isinstance({1,2,3}, Iterable) )
print( isinstance('abc', Iterable) )
print( isinstance((x for x in range(3)), Iterable) )
print( isinstance(20, Iterable) )

　　输出：

True
True
True
True
False

　　另外生成器不但可以用作 for 循环，而且还可以通过 next() 调用

　　所以可以被 next() 函数调用的并不断返回下一个值的对象称之为迭代器： Iterator

　　可以通过 isinstance() 判断一个对象是否是 Iterator 对象

　　例如：

from  collections import Iterator
print( isinstance([1,2,3], Iterator) )  #False
print( isinstance({1,2,3}, Iterator) )  #False
print( isinstance('abc', Iterator) )    #False
print( isinstance((x for x in range(3)), Iterator) )    #True
print( isinstance(20, Iterator) )       #False

　　由此可见：生成器都是迭代器，而 list dict str 都不是迭代器

　　python 是支持将可迭代对象变成迭代器的： iter() 函数

　　例如：　　

print( isinstance( iter( [1,2,3] ), Iterator) )  #True
print( isinstance( iter( {1,2,3} ), Iterator) )  #True
print( isinstance( iter( 'abc' ), Iterator) )    #True

　　可迭代对象变成迭代器必须走 iter 函数，因为迭代器对象表示的是一个数据流，迭代器对象可以被 next() 函数调用，直到数据抛出异常

　　可以将这个数据流看作一个有序序列，但是我们却不能提前知道序列的长度，只能不断的通过 next() 计算下一个数据，所以迭代器Iterator 的计算是惰性的。

　　Iterator 甚至可以表示一个无限大的数据流，例如全体自然数，而list是不可能做到的。

总结：

　　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。

　　Python的for循环本质上就是通过不断调用next()函数实现的

　　例如：

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

it = iter([1,2,3])
while True:
    try:
        x = next(it)
        print( x )
    except StopIteration:
        break;

　　上面两个循环其实是等价的！

学习资源：来至廖雪峰官方网站；　　