[原创]Python入门学习之高级特性

丹调生活

　　一 前言
　　学习高级特性的时候也许会感觉到有些许的难，这些新的特性在以前c/c++中是没有遇到过的，而且c/c++也不支持这样简便但又强大的语法。
　　
　　二 切片
　　谈到切片，可以想像到切萝卜，拿到萝卜的某一段，用这个来比喻这里的切片非常贴切。python中的切片操作就是取list或者tuple中的某一段。
　　比如，有以下定义的list:



#define a list
l=['Luffy','Corey','Nancy','Jeffrey','Kyle','Avery','Jason','Sunny']

　　取其前3个元素的方法有两种，代码如下：



>>> l[:3]
['Luffy', 'Corey', 'Nancy']
>>> l[0:3]
['Luffy', 'Corey', 'Nancy']

　　也就是说，从0开始的话可以省略。
　　取第2个到第4个元素的代码如下：



>>> l[1:5]
['Corey', 'Nancy', 'Jeffrey', 'Kyle']

　　取倒数第2个直到最后一个的代码如下：



>>> l[-2:]
['Jason', 'Sunny']

　　在不知道list长度的情况下取整个list的内容，代码如下：



>>> l[:]
['Luffy', 'Corey', 'Nancy', 'Jeffrey', 'Kyle', 'Avery', 'Jason', 'Sunny']

　　在整个list中每2个取1个：



>>> l[::2]
['Luffy', 'Nancy', 'Kyle', 'Jason']

　　在list中前6个中每2个取1个：



>>> l[:5:2]
['Luffy', 'Nancy', 'Kyle']

　　在实际的编辑代码中，经常可以把这里的切片操作中的指向list的变量替换成list本身，如下所示：



>>> ['Luffy', 'Corey', 'Nancy', 'Jeffrey', 'Kyle', 'Avery', 'Jason', 'Sunny'][:3]
['Luffy', 'Corey', 'Nancy']

　　tuple和字符串都可以看成是一个list，故上述语法也是可以对其使用的。
　　
　　三 列表生成式
　　列表生成式(List Comprehensions)是python中内置的非常强大的用来创建list的生成式。
　　最简单的例子，我们要创建一个从1到10的列表，可以用



list(range(1,11))

　　这样简简单单的一行代码搞定。但是要生成更复杂的列表该怎么办呢？
　　生成[1x1,2x2,3x3,...,10x10]这样的列表该怎么办呢？使用循环当然是可以实现的，但是代码过于复杂，使用列表生成式则只需要如下一行代码：



>>> [x*x for x in range(1,11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

　　如果再加上只计算偶数的平方，那也不复杂，只需要在for循环后面加上if判断条件即可。



>>> [x*x for x in range(1,11) if x % 2 == 0]
[4, 16, 36, 64, 100]

　　还可以使用两层循环，



>>> [x+y for x in 'ABC' for y in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

　　写了这么多的列表生成式，我想大家也都明白了这语法的由来。其实也就是将正常的语法反转，将最里层的计算放在最前面。如最后一个列表生成式可以写成如下正常的语法：



for x in 'ABC':
for y in 'XYZ':
print(x+y)

　　
　　四 生成器
　　有了列表生成式，我们可以直接创建一个列表，但是如果考虑到内存限制时，我们就不能创建元素个数很多的列表了，那此时我们该怎么办呢？
　　python提供一个叫做生成器的机制，通过生成器可以推算出后续的元素，这样就不用一次创建出所有的元素。要创建一个生成器，有两种方法：
　　第一种方法：把列表生成式的[]改成()，就创建了一个generator。
　　　　如下面代码所示：
　　



>>> g=(x for x in range(10))
>>> print(next(g))
0

　　　　要获取生成器的第一个元素，可以直接对g调用next函数。当然，也可以使用for循环来遍历整个生成器下一步生成的数据。
　　　　第二种方法：如果推算的方法过于复杂，列表生成式无法实现时，就可以通过函数来实现。相对于从列表生成式到Generator，从函数到Generator也很简单，只需要先写好函数，然后再在某个位置上加上yield关键字就可以了。
　　　　比如，生成一个Fibonacci数列的函数如下：



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

　　
　　要把这个函数转换成generator，只需要把print(b)这行代码替换成yield b就可以了。



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

　　
　　含有yield关键字的函数就不再是一个函数了，而是一个generator。要注意的是，generator的执行流程与函数不一样，在遇到yield时返回，当下次再调用时再从上次返回的yield处继续执行。
　　
　　五 迭代器
　　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。生成器不仅可以由for循环进行遍历，还可以使用next()遍历。我们把可以被next()函数调用并不断返回下一个值的对象统称为迭代器：Iterator。
　　这里要区分一个Iterable和Iterator，list,dict,str都是Iterable，但不是Iterator（可以使用iter()函数把Iterable变成Iterator）。Iterator可以是一个无限大的数据流，不能提前知道整个序列的长度，这些都是Iterable不能达到的要求。
　　
　　六 后记
　　这里提到的都是我在python中才学习到的一些编程的新特性。如有错误之处，敬请留言！！！