参考 ：

1. 庞雪峰Python教程
2. Github-Python资源大全
3. Python中文资源大全

一、切片

直接上代码

# 1、 使用range()函数生成0-99的整数，并用list()函数转化为list
>>> L = list(range(100)) 
>>> L
[0, 1, ..., 99]
# 2、 获取前10个整数
>>> L[0:10] # 表示从索引0开始直到10为止（不包括10）
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> L[:10] # 如果第一个索引是0可以不写
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 3、 负数索引
>>> L[-1] # 倒数第一个元素
99
>>> L[-3:-1] # 倒数第2、3个元素
[97, 98]
>>> L[-10:] # 倒数10个元素
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
# 4、 等距离获取元素
>>> L[:10:2] # 前10个元素，每隔2个取一个
[0, 2, 4, 6, 8]
[0, 2, 4, 6, 8]
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
>>> L[:] # 获取全部的元素
[0, 1, ..., 99]
>>> S = L[:] # 赋值L
>>> S
[0, 1, ..., 99]
# 5、 tuple 也可以使用切片操作，但是操作结果也是tuple
>>> T = (0, 1, 2, 3, 4, 5,)
>>> T[:3]
(0, 1, 2)
# 6、 字符串'ABCDE'也可以看成是一种list，每个元素就是一个字符，因此也可以使用切片操作
>>> 'ABCDE'[:3]
'ABC'
>>> 'ABCDEFGH'[::2]
'ACEG'

二、迭代

如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）

# 例如，遍历一个 dict
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
...     print(key)
...
a
b
c

默认情况下，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()

>>> for k, v in d.items():
...     print(k + ' : ' + str(v))
...
a : 1
b : 2
c : 3

于字符串也是可迭代对象，因此，也可以作用于for循环：

>>> for ch in 'ABCDE':
...     print(ch)
...
A
B
C
D
E

注意：

那么，如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：

>>> from collections import Iterable
>>> isinstance('abc',Iterable) # str可以迭代
True
>>> isinstance([1,2,3],Iterable) # list可以迭代
True
>>> isinstance(123,Iterable) # 整数不可以
False

如果要对list实现类似Java那样的下标循环怎么办？Python内置的enumerate()函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：

>>> for i, value in enumerate(['A','B','C']):
...     print(i, value)
...
0 A
1 B
2 C

三、列表生成式

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list(range(1, 11))：
但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？

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

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。
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']

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
>>> [d for d in os.listdir('.')] #os.listdir可以列出文件和目录
['01.py', '01.py.bak', '02.py', '02.py.bak', 'firstclient.py', 'firstclient.py.bak', 'firstserver.py', 'firstserver.py.bak', 'firstsocket.py', 'hello.py', 'PythonPicture', 'sina.html', 'test.py', 'test.py.bak']
>>>

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.items()]
['y=B', 'x=A', 'z=C']

把一个list中的所有字符串变成小写

>>> L = ['Hello','World','IBM','Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']

四、生成器

创建generator，有很多种方法

1. 方法一：只要把一个列表生成式的[]改成()，就创建了一个generator：

>>> 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))
>>> g
<generator object <genexpr> at 0x000001FD42DF93B8>
# L是一个list，而g是一个generator。

要想获得generator的每一个元素，可以通过next()函数获得generator的下一个返回值，但不推荐。
正确的方法是使用for循环，因为generator也是可迭代对象：

>>> for n in g:
...     print(n)
...
0
1
4
9
16
25
36
49
64
81

2. 方法二：如果一个函数定义中包含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：

# 比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
>>> 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(10)
>>> f
<generator object fib at 0x000001FD42DF9468>
>>> for n in f:
...     print(n)
...
1
1
2
3
5
8
13
21
34
55

注意赋值语句

a, b = b, a + b
相当于：
t = (b, a + b) # t是一个tuple
a = t[0]
b = t[1]

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。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: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

五、迭代器

我们已经知道，可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是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。
可以使用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

可以使用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
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

迭代器总结

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. 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