Python （五） 高级特性
生活随笔
收集整理的這篇文章主要介紹了
Python （五） 高级特性
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
Python高級特性
一、 切片
python中提供了切片（Slice）操作符 ， 可以方便的獲取list或tuple中的某一段元素 。
# -*- coding : utf-8 -*- #Python 切片#生成0~99的元組或list都是可以進行切片操作的 L=tuple(range(100))#輸出 print(L)#使用且前截取 #使用 L[startIndex : endIndex] 的形式 #startIndex表示 開始截取的位置 endIndex表示結束截取的位置 含左不含右 print(L[10:20]) print(L[:10]) # 沒有起始位置時 ， 默認從0開始 print(L[10:]) # 沒有結束位置時 ， 默認截取剩余部分#指定截取時的步數 print(L[:10:2]) # 截取0~10的元素 ， 每兩個取一個 print(L[::5]) #所有的數 ， 每五個取一個示例
#去除字符串首尾的空格 def trim(s):if(s[0] == " "):s = s[1:]trim(s)elif s[len(s)-1] == " " :s = s[:len(s)-1]trim(s)else:print("***"+s+"***")s = input("請輸入要處理的字符串：") trim(s)二、 迭代
示例
# -*- coding : utf-8 -*- #python 中的迭代遍歷 #1. 迭代list 或 tuple #為什么是 一個列子？ 因為tuple本身就是一個特別的listL=tuple(range(100)) J=list(range(100))for i in J :print(i)#2. 迭代一個dict # 在迭代dict時 ， 默認迭代的是dict 的key 的集合 ， 隨后可以拿著key從dict 中取到value D = {'a':1 , 'b':2 , 'c':3} #遍歷Key for d in D :print(d) #遍歷value 方式一 for d in D : print(D[d])#遍歷value 方式二 for d in D.values() :print(d)如何判斷一個對象是一個可迭代對象 ？
from collections import Iterable#python 判斷一個對象是否是一個可迭代對象 D = {'a':1 , 'b':2 , 'c':3} flag = isinstance(D , Iterable) print("是否是一個可迭代的對象呢： "+str(flag))遍歷二維list
#python遍歷二維列表K=((1,1) , (2,2) , (3,3) , (4,4))for x , y in K :print(x , y)練習
#python 迭代練習 #查找list中的最大值和最小值 print("查找list中的最大值和最小值：") H=(1,6,33,7,8,5,3,7,75,3,7,32,6,8,8,4,3,88,5,33,5,11111) min=None max=Nonefor h in H :if min==None or (h!=min and h<min) :#int 不能和None進行邏輯運算 ， 當min為None時 ， 先賦予初始值 。 min = helif max==None or (h!=max and h>max) :max = h print("min=" , min) print("max=" , max)三、 列表生成式
列表生成式即List Comprehensions ， 是Python內置的非常簡單卻強大的可以 用來創建List 的生成式 。
舉個例子 要想生成[1,2,3,4,5,6,7,8,9,10] , 可以用list(range(1,11))但是想要生成[1x1 , 2x2 , 3x3 , 4x4, 5x5] 怎么做？ 只能使用原始的for循環么？？ 1. 可以用list(x*x for x in range(1, 6)) 2. 可以使用判斷 ， 篩選出僅偶數的平方 list(x*x for x in range(1,11) if x%2==0) 3. 可以使用循環嵌套生成全排列 list(m+n for m in 'ABC' for n in 'XYZ')示例
# -*- conding:utf-8 -*-import os #導入os模塊 #利用列表生成式列出當前目錄下所有的目錄和文件名L = [d for d in os.listdir('.')]#.代表當前目錄 print(L)#遍歷dict的第三中方式 D={'1':'a' , '2':'b' , '3':'c'} for k,v in D.items():#使用for循環遍歷dict 時 ， 默認遍歷keys ， 可以通過D.values()僅遍歷value ， 可以通過items()同時遍歷key和valueprint(k , '=' , v) #使用列表生成式將dict 轉換為listL2 = [k+"="+v for k , v in D.items()] print(L2) #把list中的所有字符串轉換為小寫并輸出L3=['AAA',"BBB",18,'CCC','adfFFFF']L3c=[s.lower() for s in L3 if isinstance(s , str)] print(L3c)四 、 生成器
生成一個generator最簡單的辦法就是把一個列表生成式的[]改為() ， 就創建了一個generator 。
# -*- conding:utf-8 -*-#generator生成器 L=[x for x in range(10)] #列表生成式 用于比較 G=(x for x in range(10)) #生成器print("列表" , L) print("生成器" , G )遍歷generator的元素之前說過generator保存的是數據生成的算法 ， 不斷調用next(g)的方式太麻煩 ， 由于generator也是可迭代對象 ， 所以可以使用for循環 。
G=(x for x in range(10)) #生成器 for g in G :print(g)generator非常強大 ， 如果推算的算法比較復雜 ， 用上述的方法無法實現的時候 ， 還可以用函數來實現 。
#函數的形式實現generator#比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到： #1, 1, 2, 3, 5, 8, 13, 21, 34, ... #斐波拉契數列用列表生成式寫不出來，但是，用函數把它打印出來卻很容易：def fib(max) :n , a , b = 0 , 0 , 1#n控制循環次數 ， a為假設的第0個數 b為第一個數while n<max :print(b)a , b = b , a+b # 相當于a=b , b=a+b n = n + 1 print('done')#調用 fib(6)定義generator的另一種形式： 如果一個函數中包含了yield關鍵字 ， 那么這個函數就不再是一個普通函數 ， 而是一個generator 。
#從上面的例子可以看出和generator非常類似 ， 可以從第一個元素開始推算出后續的任意元素 。 #想要把fib()函數變為generator ， 其實只要將print(b) 變為yield b 就可以了def fib(max) :n , a , b = 0 , 0 , 1#n控制循環次數 ， a為假設的第0個數 b為第一個數while n<max :yield ba , b = b , a+b # 相當于a=b , b=a+b n = n + 1 print('done')f=fib(6) print(f)需要注意的是：generator和函數的執行流程是不一樣的 ， 函數時順序執行 ， 從上至下 ， 遇到return語句或函數最后一句時就返回 。但是generator在每次調用next()函數時執行 ， 遇到yield語句返回 ， 再次執行時從上次返回的yield處繼續執行 。
#generator函數的執行順序 #generator遇到yield之后返回結果 ， 下次執行時從上次的yield出執行 def odd() :print("step 1")yield 1print("step 2")yield 2print("step 3")yield 3o=odd() r1 = next(o) print(r1) r2 = next(o) print(r2) r3 = next(o)#當順序執行完yield關鍵字之后 ， 再執行next()函數就會報錯 print(r3)即使generator是以函數的形式定義的 ， 我們也幾乎不會用next()函數獲取返回值 ， 而是使用迭代遍歷
def odd() :print("step 1")yield 1print("step 2")yield 2print("step 3")yield 3#使用迭代遍歷獲取generator函數返回的值 for r in odd() :print(r)當generator以函數的形式定義 ， 并且generator中含有return語句時 ， 會發現拿不到return語句中的返回值 ， 如果想要拿到返回值 ，則必須捕獲StopIteration錯誤 ， 返回值包含在StopIteration的value中：
def odd() :print("step 1")yield 1print("step 2")yield 2print("step 3")yield 3return "done"o=odd() while True:try:x=next(o)print(x)except StopIteration as e:print("return：" , e.value)break五 、 迭代器
通過以上的學習已經知道 ， 可以使用for循環的數據類型有以下幾種：
這些可以直接作用于for循環的對象統統成為可迭代對象
# -*- coding : utf-8-*- #判斷數據類型是否是一個可迭代類型 from collections import Iterable flag = isinstance([] , Iterable) print("list是否是可迭代對象：" , flag)flag = isinstance(() , Iterable) print("tuple是否是可迭代對象：" , flag)flag = isinstance({} , Iterable) print("dict 、 set 是否是可迭代對象：" , flag)flag = isinstance("" , Iterable) print("str是否是可迭代對象：" , flag)迭代器總結：
Python的for循環本質上就是通過不斷調用next()函數實現的 。如：
# -*- conding : utf-8-*-#迭代器 #Python中的for循環實質上是通過不斷調用next()函數實現的 。L = [1,32,3,4,5,6,7,8,89,9,]for l in L:pass#等同于 it = iter(L) while True:try :#獲取下一個值x = next(it)except StopIteration as e :#遇到異常break;總結
以上是生活随笔為你收集整理的Python （五） 高级特性的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Pycharm2018最新激活方式
- 下一篇： Vue.js的基本使用 学习笔记