本文共 4521 字,大约阅读时间需要 15 分钟。
本文参考:
L[0:3]
,L[:3]
L[-10:]
L[10:20]
L[:10:2]
L[::5]
>>> (0, 1, 2, 3, 4, 5)[:3](0, 1, 2)>>> 'ABCDEFG'[::2]'ACEG'
迭代是通过for ... in
只要是可迭代对象,无论有无下标,都可以迭代
例如:dict
迭代的是key。如果要迭代value,可以用for value in d.values()
,如果要同时迭代key和value,可以用for k, v in d.items()
判断一个对象是可迭代对象:collections
模块的Iterable
>>> from collections import Iterable>>> isinstance('abc', Iterable) # str是否可迭代True>>> isinstance([1,2,3], Iterable) # list是否可迭代True>>> isinstance(123, Iterable) # 整数是否可迭代False
enumerate
函数可以把一个list
变成索引-元素对
>>> for i, value in enumerate(['A', 'B', 'C']):... print(i, value)...0 A1 B2 C
生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
可以用list(range(1, 11))
[1x1, 2x2, 3x3, ..., 10x10]
可以用[x * x for x in range(1, 11)]
更多用法例如:
>>> [x * x for x in range(1, 11) if x % 2 == 0][4, 16, 36, 64, 100]>>> [m + n for m in 'ABC' for n in 'XYZ']['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']>>> import os # 导入os模块,模块的概念后面讲到>>> [d for d in os.listdir('.')] # os.listdir可以列出文件和目录['.emacs.d', '.ssh', '.Trash', 'Adlm', 'Applications', 'Desktop', 'Documents', 'Downloads', 'Library', 'Movies', 'Music', 'Pictures', 'Public', 'VirtualBox VMs', 'Workspace', 'XCode']>>> d = { 'x': 'A', 'y': 'B', 'z': 'C' }>>> [k + '=' + v for k, v in d.items()]['y=B', 'x=A', 'z=C']>>> L = ['Hello', 'World', 'IBM', 'Apple']>>> [s.lower() for s in L]['hello', 'world', 'ibm', 'apple']
一边循环一边计算的机制,称为生成器:generator。
创建一个generator:
[]
改成()
>>> L = [x * x for x in range(10)]>>> L[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]>>> g = (x * x for x in range(10))>>> gat 0x1022ef630>
generator也是可迭代对象
>>> g = (x * x for x in range(10))>>> for n in g:... print(n)... 0149162536496481
yield
关键字 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,就可以用函数来实现def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 return 'done'
>>> f = fib(6)>>> f
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。而变成generator的函数,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
举个简单的例子,定义一个generator,依次返回数字1,3,5:
def odd(): print('step 1') yield 1 print('step 2') yield(3) print('step 3') yield(5)
首先要生成一个generator对象,然后用next()
函数不断获得下一个返回值:
>>> o = odd()>>> next(o)step 11>>> next(o)step 23>>> next(o)step 35>>> next(o)Traceback (most recent call last): File "", line 1, in StopIteration
odd不是普通函数,而是generator,在执行过程中,遇到yield
就中断,下次又继续执行。执行3次yield
后,已经没有yield
可以执行了,所以,第4次调用next(o)
就报错。
回到fib的例子,我们在循环过程中不断调用yield
,就会不断中断,我们基本上从来不会用next()
来获取下一个返回值,而是直接使用for
循环来迭代:
>>> for n in fib(6):... print(n)...112358
如果想要拿到返回值,必须捕获StopIteration错误,返回值包含在StopIteration的value中:
>>> g = fib(6)>>> while True:... try:... x = next(g)... print('g:', x)... except StopIteration as e:... print('Generator return value:', e.value)... break...g: 1g: 1g: 2g: 3g: 5g: 8Generator return value: done
可以直接作用于for循环的数据类型有以下几种:
list
、tuple
、dict
、set
、str
等;generator
,包括生成器和带yield
的generator function。这些可以直接作用于for
循环的对象统称为可迭代对象:Iterable
。
isinstance()
判断一个对象是否是Iterable
对象: >>> from collections import Iterable>>> isinstance([], Iterable)True>>> isinstance({ }, Iterable)True>>> isinstance('abc', Iterable)True>>> isinstance((x for x in range(10)), Iterable)True>>> isinstance(100, Iterable)False
生成器不但可以作用于for
循环,还可以被next()
函数不断调用并返回下一个值,直到最后抛出StopIteration
错误
可以被next()
函数调用并不断返回下一个值的对象称为迭代器:Iterator
isinstance()
判断一个对象是否是Iterator对象: >>> from collections import Iterator>>> isinstance((x for x in range(10)), Iterator)True>>> isinstance([], Iterator)False>>> isinstance({ }, Iterator)False>>> isinstance('abc', Iterator)False
生成器都是Iterator
对象,但list
、dict
、str
虽然是Iterable
,却不是Iterator
list
、dict
、str
等Iterable
变成Iterator
可以使用iter()
函数: >>> isinstance(iter([]), Iterator)True>>> isinstance(iter('abc'), Iterator)True
为什么
list
、dict
、str
等数据类型不是Iterator
?
这是因为Python的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,只能不断通过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,例如全体自然数。而使用list
是永远不可能存储全体自然数的。
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, 4, 5]: pass
实际上完全等价于:
# 首先获得Iterator对象:it = iter([1, 2, 3, 4, 5])# 循环:while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到StopIteration就退出循环 break
转载地址:http://suhpi.baihongyu.com/