一、切片（适用list，tuple，str）

>>> L = list(range(100))
# 前10个数：
>>> L[:10]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 后10个数：
>>> L[-10:]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
# 前11-20个数：
>>> L[10:20]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
# 前10个数，每两个取一个：
>>> L[:10:2]
[0, 2, 4, 6, 8]
# 所有数，每5个取一个：
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

二、迭代（Iterable）

Python中，只要是可迭代对象就可以迭代，而不关心具体是什么类型的数据。
判断是否可迭代

>>> 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

dict 迭代

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

下标enumerate
如果想实现for(int i=0; i<10; i++)的效果，可以使用enumerate

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

三、列表生成式

# 生成[1x1, 2x2, 3x3, ..., 10x10]
[x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 循环后面还可以加判断
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
# 两层循环
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

四、生成器（generator）

生成器：不会初始化所有数据而占用大量空间，而是根据规则计算下一个值。比如数据库的自增id

第一种方法

只要把一个列表生成式的[]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))
>>> g
<generator object <genexpr> at 0x1022ef630>

循环生成器

想获得下一个生成器的值可以用next()方法
但更好的方式是使用迭代器

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81

第二种方法 yield关键字

举例：id自增（步长1）

def my_id():
    id = 1
    while True:
        print(id)
        id = id + 1

把print(id)换成yield id，这个方法就变成了生成器，方法不会一次性把所有id输出，而是每次输出yield的下一个值

def my_id():
    id = 1
    while id<10:
        yield id
        id = id + 1
>>> idd = my_id()
>>> next(idd)
1
>>> next(idd)
2
>>> next(idd)
3
>>> next(idd)
4
>>> next(idd)
5
>>> next(idd)
6

yield的执行步骤

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

五、迭代器 （iterator）

可以直接作用于for循环的对象统称为可迭代对象：Iterable
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

判断迭代器与可迭代

>>> from collections import Iterable
# 是否可迭代的
>>> isinstance([], Iterable)
True
# 是否是迭代器
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True

把list、dict、str等Iterable变成Iterator可以使用iter()函数

>>> isinstance(iter([]), Iterator)
True