代碼越少，開發效率越高。

高級特性

一、切片（slice）

1、list 的切片

## L 是 0 - 99 的數列 L = list(range(100)) print(L) print(L[:10]) # 前 10 個數 print(L[-10:]) # 后 10 個數 print(L[10:20]) # 前 11-20 個數： print(L[:10:2]) # 前 10 個數，每兩個取一個 print(L[::5]) # 所有數，每 5 個取一個 print(L[:]) # 原樣復制一個 list

輸出結果

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99] [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] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

2、tuple、字符串的切片

t = (0,1,2,3,4,5) print(t[:3]) s = 'ABCDEFG' print(s[:3]) print(s[::2])

輸出結果

(0, 1, 2) ABC ACEG

二、迭代

Python 中給定一個 list 或 tuple 或其他可迭代的對象（有無下標就可以迭代），通過 for ... in 來遍歷，這種遍歷稱為迭代（ Iteration）。

1、字典的迭代

dict 的存儲不是按照 list 的方式順序排列，所以，迭代出的結果順序很可能不一樣。

默認情況，dict 迭代的是 key。

d = {'a':1, 'b':2, 'c':3} for key in d:print(key)## 迭代 values for value in d.values():print(value)## 同時迭代 key 和 value for k,v in d.items():print(k,v)

輸出結果

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

2、字符串的迭代

for ch in 'ABC':print(ch)

3、可迭代對象判斷

通過 collections 模塊的 Iterable 類型判斷。

from collections import Iterable print(isinstance('abc', Iterable)) # str 是否可迭代 print(isinstance([1, 2, 3], Iterable)) # list 是否可迭代 print(isinstance(123, Iterable)) # 整數是否可迭代

輸出結果

True True False

通過 enumerate 函數可以把一個 list 變成索引-元素對
==》在 for 循環中同時迭代索引和元素本身。

for i, value in enumerate(['A', 'B', 'C']):print(i, value)

輸出結果

0 A 1 B 2 C

常用：for 循環里，同時引用了兩個變量

for x, y in [(1,1),(2,4),(3,9)]:print(x, y)

輸出結果

1 1 2 4 3 9

三、列表生成式（ List Comprehensions）

## [1x1, 2x2, 3x3, ..., 10x10] print([x * x for x in range(1, 11)]) print([x * x for x in range(1, 11) if x % 2 == 0]) ## 兩層循環 print([m + n for m in 'ABC' for n in 'XYZ'])## 列出當前目錄下的所有文件和目錄名 import os # os.listdir 可以列出文件和目錄 print([d for d in os.listdir('.')])d = {'x':'A', 'y':'B', 'z':'C'} print([k + '=' + v for k, v in d.items()])L = ['Hello', 'World', 'IBM', 'Apple'] print([s.lower() for s in L])## 過濾掉非str類型 L1 = ['Hello', 'World', 18, 'Apple', None] L2 = [s for s in L1 if isinstance(s, str)] print(L2)

輸出結果

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] [4, 16, 36, 64, 100] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'] ['1.py', '2.py', '3.py', '4.py'] ['x=A', 'y=B', 'z=C'] ['hello', 'world', 'ibm', 'apple'] ['Hello', 'World', 'Apple']

四、生成器（ Generator）

一邊循環一邊計算的機制，稱為生成器。

方法一——()

將列表生成式中 [] 改成 ()，使用 for循環 訪問元素

g = (x * x for x in range(10)) print(g) for n in g:print(n)

輸出結果

<generator object <genexpr> at 0x0000017EFFAE5D00> 0 1 4 9 16 25 36 49 64 81

==》generator 函數的“調用”實際返回一個 generator 對象

方法二——yield

如果一個函數定義中包含 yield 關鍵字，則該函數是一個 generator。

以斐波拉契數列（ Fibonacci）為例：

def fib(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a+bn = n + 1return 'done' print(fib(6)) ## 元素的訪問 for n in fib(6):print(n)

輸出結果

<generator object fib at 0x000001A8A31EA1A8> 1 1 2 3 5 8

2、Generator 的理解

generator 和函數的執行流程不一樣。

• 函數是順序執行，遇到 return 語句或者最后一行函數語句就返回。
• generator 函數，在每次調用 next() 的時候執行，遇到 yield 語句返回，再次執行時從上次返回的 yield 語句處繼續執行。

3、楊輝三角形

def triangles():N = [1]while True:yield NN.append(1110)N = [N[i] + N[i-1] for i in range(len(N))] n = 0 for t in triangles():print(t)n = n + 1if n == 10:break

輸出結果

[1] [1, 1] [1, 2, 1] [1, 3, 3, 1] [1, 4, 6, 4, 1] [1, 5, 10, 10, 5, 1] [1, 6, 15, 20, 15, 6, 1] [1, 7, 21, 35, 35, 21, 7, 1] [1, 8, 28, 56, 70, 56, 28, 8, 1] [1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

五、迭代器

1、可迭代對象——Iterable

可迭代對象（Iterable）：可以直接作用于 for 循環的對象的統稱。

包括：集合數據類型，如 list、 tuple、 dict、 set、 str 等； generator，包括生成器和帶 yield 的 generator function。

判斷是否是 Iterable 對象

isinstance()函數來判斷

from collections import Iterable print(isinstance([], Iterable)) print(isinstance({}, Iterable)) print(isinstance('abc', Iterable)) print(isinstance((x for x in range(10)),Iterable)) print(isinstance(100, Iterable))

輸出結果

True True True True False

2、迭代器——Iterator

生成器不僅可用于 for 循環，也可被 next() 函數不斷調用并返回下一個值，直到最后越界拋出 StopIteration 錯誤表示無法繼續返回下一個值為止。
==》next()函數調用并不斷返回下一個值的對象稱為迭代器。

判斷是否是 Iterable 對象

isinstance()函數來判斷

from collections import Iterator print(isinstance([], Iterator)) print(isinstance({}, Iterator)) print(isinstance('abc', Iterator)) print(isinstance((x for x in range(10)),Iterator))

輸出結果

False False False True

3、Iterable vs. Iterator

生成器既是 Iterable 又是 Iterator 對象
但 list、 dict、 str 雖然是 Iterable，卻不是 Iterator。

轉換：Iterable ==》Iteraor 用 iter() 函數

print(isinstance(iter([]), Iterator)) print(isinstance(iter({}), Iterator)) print(isinstance(iter('abc'), Iterator))

輸出結果

True True True

思考：為什么 list、 dict、 str 等數據類型不是 Iterator？

這是因為 Python 的 Iterator 對象表示的是一個數據流， Iterator 對象可以被 next()函數調用并不斷返回下一個數據，直到沒有數據時拋出 StopIteration 錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過 next()函數實現按需計算下一個數據，所以 Iterator 的計算是惰性的，只有在需要返回下一個數據時它才會計算。
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 是永遠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】编程笔记4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。