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;
1 from collections import Iterable
2 print(isinstance('abd',Iterable)) #字符串是否可迭代
3
4 print(isinstance([1,2,4],Iterable)) #list是否可迭代
5
6 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:
1 d={'a':1,'b':2,'c':3} #这是一个dict
2 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 3 print(key)
4 for value in d.values(): #遍历每一个值
5 print(value)
6 # 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,
7 # 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
8 for v in d.values():
9 print(v)
10 for k,v in d.items(): #遍历key和值
11 print(k,v)
3、字符串也是可迭代对象,因此,也可作用于for 循环:
1 for ch in 'abdf':
2 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。
1 #python内置的enumerate函数可以把一个list变成索引-元素对,
2 #这样就可以在for循环中同时迭代索引和元素本身
3 for i, value in enumerate(['a','b','c']):
4 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:
1 for x, y in [(1,1),(2,3),(3,9)]:
2 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
1 print([x*x for x in [1,2,3,4,5]])
2
3 print([x*x for x in range(1,11)])
4
5 print([x*x for x in range(1,11) if x % 2 == 0 ])
6
7 print([m+n for m in 'ABC' for n in 'XYZ'])
实例:列出当前目录下的所有文件和目录名
1 import os # 导入os模块
2 print([d for d in os.listdir('.')])
实例:把list中所有的字符串变成小写
1 L=['hello','world','IBM','Apple']
2 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:
1 L1=['Hello','World',18,'Apple']
2 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:
1 L1=['Hello','World',18,'Apple']
2 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。
1 #这个是创建list
2 L=[x*x for x in range(10)]
3 print(L)
4 #这个是创建生成器generator,使用的是小括号
5 g=(x*x for x in range(10))
6 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:
1 g=(x*x for x in range(10))
2 for n in g:
3 print(n)
案例解析:获得生成器中的return返回值
1 def odd():
2 print('step 1')
3 yield 1
4 print('step 2')
5 yield(3)
6 print('step 3')
7 yield(5)
8 return 'done'
9 c=odd()
10 while True:
11 try:
12 # i=next(c)
13 # 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
14 # 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
15 #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
16 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
17 print(i)
18 except StopIteration as e:
19 print("Generator return value:",e.value)
20 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
1 def fib(max):
2 n, a, b = 0, 0, 1
3 while n < max:
4 yield b
5 a, b = b, a + b
6 n = n + 1
7 return 'done'
8
9 print("下面展示三种访问生成器元素的方式:")
10 print("通过for循环访问元素:")
11 for i in fib(6):
12 print(i)
13
14 print("通过next函数访问元素:")
15 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
16 print(next(o))
17 print(next(o))
18 print(next(o))
19 print(next(o))
20 print(next(o))
21 print(next(o))
22
23
24
25 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
26 print(next(fib(6)))
27 print(next(fib(6)))
28 print(next(fib(6)))
29 print(next(fib(6)))
30 print(next(fib(6)))
31 print(next(fib(6)))
32
33 print("获得return返回值的访问方式:")
34 g=fib(6)
35 while True:
36 try:
37 print("g:",next(g))
38 except StopIteration as e:
39 print("Generator return value:",e.value)
40 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