python的高級特性：切片，迭代，列表生成式，生成器，迭代器

1 #演示切片 2 k="abcdefghijklmnopqrstuvwxyz" 3 #取前5個元素 4 k[0:5] 5 k[:5] 6 #后5個元素 7 k[-5:] #vwxyz 8 #每隔一個取一個 9 k[::2] #acegikmoqsuwy 10 #原樣復制一個 11 k[:] 12 13 #演示迭代 14 d={'a':1,'b':2,'c':3} 15 for key in d: 16 print(key) 17 #結果輸出abc, 即輸出key， 而且要注意dict的迭代順序不像list是順序排列的 18 19 for v in d.values(): 20 print(v) 21 #按值輸出， 1,2,3 22 23 for k,v in d.items(): 24 print(k+":"+str(v)) 25 #按鍵值對輸出，a:1,b:2,c:3 26 27 ary=range(10) 28 for i,v in enumerate(ary): 29 print(str(i)+" "+str(v)) 30 #enumerate函數可以把一個list變為索引元素對，這樣我們迭代元素就可以同時取得索引 31 32 for x,y in [(1,1),(2,4),(3,7)]: 33 print(x,y) 34 #for循環里，引用兩個變量是比較常見的 35 36 37 #下面演示 列表生成式 38 k=list(range(1,11)) 39 print(k) 40 #顯示 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 41 42 k=[x*x for x in range(1,11)] 43 print(k) 44 #顯示 [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] 45 46 k=[x*(x+1) for x in range(1,11,2)] 47 print(k) 48 #顯示 [2, 12, 30, 56, 90] 49 50 #在列表生成器中我們還可以在后面附加if條件語句 51 def toUppers(L): 52 return [x.upper() for x in L if isinstance(x,str)] 53 54 print(toUppers(['hello','world',100])) 55 #顯示 ['HELLO', 'WORLD'] 56 57 58 #在列表生成式中，也可以用多層 for 循環來生成列表 59 print([m*100+n*10+z for m in range(1,10) for n in range(0,10) 60 for z in range(1,10) if m*100+n*10+z==z*100+n*10+m]) 61 62 #結果 63 #[101, 111, 121, 131, 141, 151, 161, 171, 181, 191, 202, 212, 222, 232, 242, 64 # 252, 262, 272, 282, 292, 303, 313, 323, 333, 343, 353, 363, 373, 383, 393, 65 # 404, 414, 424, 434, 444, 454, 464, 474, 484, 494, 505, 515, 525, 535, 545, 66 # 555, 565, 575, 585, 595, 606, 616, 626, 636, 646, 656, 666, 676, 686, 696, 67 # 707, 717, 727, 737, 747, 757, 767, 777, 787, 797, 808, 818, 828, 838, 848, 68 # 858, 868, 878, 888, 898, 909, 919, 929, 939, 949, 959, 969, 979, 989, 999] 69 70 print([m+n for m in 'ABC' for n in 'XYZ']) 71 #結果 ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'] 72 73 #列出當前目錄下的所有文件與目錄名 74 import os 75 print([d for d in os.listdir('.')]) 76 77 #下面演示 生成器 78 #生成器類似于C#中的滯后執行機制，只在迭代時占用資源。其目的是不會一次把 79 #100萬個列表一次載入內存。 80 list1=[x*x for x in range(10)] 81 print(list1) 82 #輸出 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 83 84 #下面的g就是一個生成器 generator 85 g=(x*x for x in range(10)) 86 print(g) 87 #輸出 <generator object <genexpr> at 0x0000021FAC0A3B48> 88 #如果要輸出generator的每個元素，可以用next()函數 89 print(next(g)) #0 90 print(next(g)) #1 91 print(next(g)) #4 92 #正常的方式還是使用forgrgi循環迭代對象 93 for n in g: 94 print(n) 95 96 #斐波拉契數列生成的函數 97 def fib(max): 98 n,a,b=0,0,1 99 while n<max: 100 print(b) 101 a,b=b,a+b 102 n=n+1 103 return 'done' 104 fib(6) 105 #輸出 1 1 2 3 5 8 106 107 #我們把上面的函數改成generator, 只需要把print(b) 改為yield b 108 #這就是定義generator的另一種方法，一個函數中包含yield關鍵字，它就不 109 #是一個普通函數，而是一個generator 110 def fib(max): 111 n,a,b=0,0,1 112 while n<max: 113 yield b 114 a,b=b,a+b 115 n=n+1 116 return 'done' 117 118 f=fib(6) 119 print(f) 120 #輸出 <generator object fib at 0x000001F82E3C3C50> 121 122 #用for循環generator時，會發現拿不return的返回值，其實必須要捕獲 123 #StopIteration錯誤，才可以。 124 g=fib(6) 125 while True: 126 try: 127 x=next(g) 128 print('g:',x) 129 except StopIteration as e: 130 print('Generator return value:',e.value) 131 break; 132 133 #輸出 134 #g: 1 135 #g: 1 136 #g: 2 137 #g: 3 138 #g: 5 139 #g: 8 140 #Generator return value: done 141 142 #再舉一個簡單的例子，可以看到generator的執行流程 143 def odd(): 144 print('step1') 145 yield 1 146 print('step2') 147 yield (3) 148 print('step3') 149 yield (5) 150 151 #調用 152 o=odd() 153 next(o) #step1 154 next(o) #step2 155 next(o) #step3 156 #next(o) #StopIteration 157 158 #總結一下： 159 #能用于for循環的類型有 160 #（一）集合類型 list,tuple,dict,set,str等 161 #（二) generator, 包括生成器和帶yield的generator function 162 #這些對象統稱為可迭代的對象: Iterable 163 164 #可以使用isinstance判斷一個對象是否是Iterable對象： 165 from collections import Iterable 166 print(isinstance([],Iterable)) #True 167 print(isinstance('abc',Iterable)) #True 168 print(isinstance(100,Iterable)) #False 169 170 #而可以被next()函數調用并不斷返回下一個值的對象稱為迭代器 Iterator 171 #可以使用isinstance()判斷是否為Iterator對象 172 from collections import Iterator 173 print(isinstance((x for x in range(10)),Iterator)) 174 print(isinstance([2,3,4],Iterator)) 175 176 #生成器都是Iterator對象，但是list,dict,str雖然是Iterable，去不是Iterator 177 #把list,dict,str轉為Iterator可以使用iter()函數 178 print(isinstance(iter('abcdefg'),Iterator)) 179 #結果 True 180 181 #Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是不可能存儲全體自然數的

?

總結

以上是生活随笔為你收集整理的python的高级特性：切片，迭代，列表生成式，生成器，迭代器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。