`

Python高级特性

 
阅读更多
一、切片操作
Python的切片操作非常强大,list、tuple、字符串都可以支持切片操作,set、dict不能进行切片。
# 取list第x到第y个元素L[x:y],从0开始可以省略0
print(L[:3]) # 输出:[99, 97, 95]
print(L[0:5]) # 输出:[99, 97, 95, 93, 91]
print(L[2:4]) # 输出:[95, 93]
# 取后十个
print(L[-10:]) # 输出:[19, 17, 15, 13, 11, 9, 7, 5, 3, 1]
# 前十个,每两个取一个
print(L[:10:2]) # 输出:[99, 95, 91, 87, 83]
# 所有数,每10个取一个
print(L[::10]) # 输出:[99, 79, 59, 39, 19]
# 元素也可以用于切片操作,获得的结果仍然是一个元组
t = (1, 2, 3, 4)
print(t[:2]) # 输出:(1, 2)
# 字符串的切片操作(字符串截取)
s = 'abcdefg'
print(s[-1:]) # 输出:g
print(s[:1]) # 输出:a
二、迭代
Python中可迭代的对象包括:list、set、字符串、dict、tuple等等,判断可以迭代的方法:
>>> from collections import Iterable
>>> isinstance('abc', Iterable)
True
>>> isinstance(123, Iterable)
False
字符串迭代:
>>> for v in 'abc':
print(v)
a
b
c
>>>
迭代时获取迭代下标,使用enumerate将list变成索引-元素对,获取两个结果
>>> for a, b in enumerate(['a', 'b', 'c']):
print (a,b)
0 a
1 b
2 c
>>>
三、列表的生成:

列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式。

举个例子,要生成list[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用range(1, 11)

>>> range(1, 11)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做?方法一是循环:

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

但是循环太繁琐,而列表生成式则可以用一行语句代替循环生成上面的list:

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

写列表生成式时,把要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来,十分有用,多写几次,很快就可以熟悉这种语法。

for循环后面还可以加上if判断,这样我们就可以筛选出仅偶数的平方:

>>> [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,可以生成全排列:

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

三层和三层以上的循环就很少用到了。

运用列表生成式,可以写出非常简洁的代码。例如,列出当前目录下的所有文件和目录名,可以通过一行代码实现:

>>> 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']

for循环其实可以同时使用两个甚至多个变量,比如dictitems()可以同时迭代key和value:

>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> for k, v in d.items():
...     print k, '=', v
... 
y = B
x = A
z = C

因此,列表生成式也可以使用两个变量来生成list:

>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.iteritems()]
['y=B', 'x=A', 'z=C']

最后把一个list中所有的字符串变成小写:

>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']
四、生成器(generator):
定义generator的方法:
1、Python的生成器,类似list,但是方括号变为圆括号:
[x * x for x in range(1, 11)] 这定义了一个list
(x * x for x in range(1, 11)) 这定义了一个generator

generator是可以用for in循环遍历的:
>>> g = (x * x for x in range(1, 11))
>>> g
<generator object <genexpr> at 0x0000000003214C18>
>>> for v in g:
print(v)
1
4
9
16
25
36
49
64
81
100
>>>
2、包含yield关键字的函数,为一个generator:
>>> def gen(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
>>> gen(6)
<generator object gen at 0x0000000003214B40>
>>>
generator与函数的区别: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。

分享到:
评论

相关推荐

    Python实用教程:Python基础,Python高级特性,面向对象编程,多线程,数据库,数据科学,Flask,爬虫开发教程

    Python实用教程:Python基础,Python高级特性,面向对象编程,多线程,数据库,数据科学,Flask,爬虫开发教程。内部含有学习笔记、MD文档、项目教程、笔记文档 Python实用教程:Python基础,Python高级特性,面向...

    Python高级特性深入解析:装饰器与迭代器的应用

    适合人群:已经掌握Python基础知识,想要进一步深入了解Python高级特性的开发者。 使用场景及目标:① 掌握装饰器的工作原理和应用场景,学会在项目中灵活运用;② 理解迭代器的本质和使用方法,熟练创建和使用...

    Python实用教程,包括:Python基础,Python高级特性,面向对象编程,多线程,数据库,数据科学,Flas.zip

    2. Python高级特性: 这一部分可能会涵盖列表推导式、生成器、装饰器、上下文管理器、元类、闭包等进阶概念。它们使得Python代码更加高效且易于维护,例如,生成器可以减少内存使用,装饰器允许在不修改原函数代码...

    多线程精品资源--Python实用教程,包括:Python基础,Python高级特性,面向对象编程,多线程,数据库,.zip

    2. **Python高级特性**: 包括但不限于模块与包的导入、装饰器、生成器、上下文管理器、闭包和作用域等。其中,模块和包是代码组织的重要方式,装饰器可以无侵入地修改函数行为,生成器用于高效处理大数据,上下文...

    python高级特性

    讲述了python面型对象,对类属性的操作,垃圾回收,类的继承,方法重写以及python json等

    Python实用教程,包括:Python基础,Python高级特性,面向对象编程-python-tutorial.zip

    本教程涵盖了Python的基础知识、高级特性以及面向对象编程的概念,旨在帮助初学者快速上手并深入理解Python编程。 首先,Python基础部分是学习Python的起点。这包括了变量和数据类型,例如整型(int)、浮点型...

    python高级特性简介

    在Python编程语言中,存在许多高级特性,这些特性使得Python在处理复杂问题时表现出高效、简洁的特点。本文将深入探讨其中的五个关键特性:切片、迭代、列表生成式、生成器以及迭代器。 首先,切片是Python中对序列...

    Python高级特性详解:装饰器与迭代器的应用及内部机制

    内容概要:本文详细介绍了 Python 中的装饰器和迭代器两大高级特性。对于装饰器,讲解了基本概念、@语法糖、带参数的装饰器、多个装饰器的叠加使用及其内部工作原理;对于迭代器,阐述了迭代器与可迭代对象的区别、...

    Python高级编程和异步IO并发编程

    在"AdvancePython-master"这个资源中,你可能找到这些主题的源码示例,通过实践学习,加深对Python高级特性和并发编程的理解。通过深入研究和实践这些内容,你将能够编写出更高效、更健壮的Python应用程序。

    python高级编程第2版

    总而言之,《Python高级编程第二版》是一本全面覆盖Python高级特性的书籍,无论你是想要提升现有技能的开发者,还是寻求更深层次理解Python的程序员,都能从中受益匪浅。书中的内容旨在帮助你成为一名更为熟练的...

    Python高级编程(带完整书签目录)

    总而言之,《Python高级编程》是一本全面而深入的教材,适合有经验的Python开发者进一步提升自己的技能,同时也为那些想要挑战Python高级特性的学习者提供了宝贵的资源。通过这本书,读者将能够掌握Python的精髓,...

    Python实用教程,包括:Python基础,Python高级特性,面向对象编程,多线程,数据库,数据科学,Flask,爬虫开发

    Python基础 Begin.ipynb: Python的安装、开发环境等,以及Git(Hub)入门; Basic.ipynb: Python入门:数据类型和控制语句; Func_and_module.ipynb: 函数和模块; Class.ipynb: 面向对象编程; Threads.ipynb:...

    [Python高级编程].(法)莱德.源代码

    源代码文件"4947_code"包含了书中实例和练习的完整实现,是学习和实践Python高级特性的宝贵资源。 在Python的世界里,高级编程涵盖了多个主题,包括但不限于元编程、装饰器、生成器、协程、上下文管理器、多线程与...

    Python高级编程(第2版)

    《Python高级编程(第2版)》是一本深入探讨...总的来说,《Python高级编程(第2版)》是一本全面覆盖Python高级特性的书籍,不仅教授理论知识,还提供了丰富的实战案例,对于提升Python程序员的技能水平大有裨益。

    python高级编程_教材(Tarek Ziade著)中文译本

    总的来说,《Python高级编程》中文译本是一本全面覆盖Python高级特性的指南,无论你是Python开发者还是准备深入学习Python的初学者,都能从中受益匪浅。通过阅读这本书,你将能够提升自己的Python编程技能,更好地...

    python高级特性和高阶函数及使用详解

    python高级特性 1、集合的推导式 •列表推导式,使用一句表达式构造一个新列表,可包含过滤、转换等操作。 语法:[exp for item in collection if codition] if codition – 可选 •字典推导式,使用一句表达式...

    Python高级特性与几种函数的讲解

    ### Python高级特性与几种函数详解 #### 一、引言 Python作为一种强大的脚本语言,在数据分析、Web开发、人工智能等领域有着广泛的应用。Python不仅语法简洁明了,还提供了丰富的高级特性来提高编程效率和代码质量...

    Python高级-全部(html版).zip

    Python是一种广泛使用的高级编程语言,以其易读性、简洁性和丰富的库支持而闻名。...下面我们将详细探讨这些知识点。...通过深入学习这些内容,你可以成为一名精通Python高级特性的开发者,能够在各种项目中游刃有余。

    Python 高级特性

    Python 高级特性 文章目录Python 高级特性切片迭代列表生成式生成器 generator迭代器 切片 可以对list, tuple, string进行切片 [起始位置:终止位置 + 1: 步长] 可以使用负数,-1为倒数第一个数 步长为负数时,从后...

    Python高级特性之闭包与装饰器实例详解

    本文实例讲述了Python高级特性之闭包与装饰器。分享给大家供大家参考,具体如下: 闭包 1.函数参数: (1)函数名存放的是函数的地址 (2)函数名()存放的是函数内的代码 (3)函数名只是函数代码空间的引用,当函数名...

Global site tag (gtag.js) - Google Analytics