Python3(4) Python 高级特性
本系列主要学习Python的基本使用和语法知识，后续可能会围绕着AI学习展开。
Python3 (1) Python语言的简介
Python3 (2) Python语法基础
Python3 (3) Python函数
Python3 (4) Python高级特性
python 高级特性，主要是数据的迭代部分的知识，包括 切片、迭代、列表生成式、生成器、迭代器，整体来看比java等语言更加强大，方便。
切片
切片可以截取list的部分数据。查找数据更加方便，相当于java字符串subString()方法。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
L = list(range(20))
print(L)
#取前三个数据
print(L[0:3])
#取下标1-3条数据
print(L[1:3])
#取倒数第一条数据
print(L[-1:])
#取倒数1-2条数据
print(L[-2:])
#每隔两个取一条数据
print(L[::2])
#前6个数据，每隔三个去一条
print(L[:6:3])
#复制一个list
print(L[:])
输出结果：
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
[0, 1, 2]
[1, 2]
[19]
[18, 19]
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
[0, 3]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
以上就是切片的使用规则，由于tuple,str 可以看成list，也支持切片操作。
迭代
迭代指对数据的遍历，一般通过for循环来进行遍历，如list 、tuple。python中for循环不需要有下标，只要是可迭代对象，无论有无下标，都可以迭代。如dict:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
D = {'张三': 16, '李四': 17, '王五': 18}
#遍历key
for key in D:
print(key)
#遍历 value
for value in D.values():
print(value)
#遍历 key,value
for k,v in D.items():
print(k,'=',v)
#遍历 下标，key，value
for i,(k,v) in enumerate(D.items()):
print(i,k,v)
输出结果：
张三
李四
王五
16
17
18
张三 = 16
李四 = 17
王五 = 18
0 张三 16
1 李四 17
2 王五 18
以上是对dict 的遍历，list、tuple 比 dict 更简单， 其中，如果要得到list下标，可以通过关键字 enumerate获取对应的下标，并且for 遍历支持多种返回值。
列表生成式
python中可以通过表达式来生成list ,可以方便的生成符合条件的list。
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import os
L = [x * x for x in range(1, 11)]
print(L)
#增加条件限制
K = [x*x for x in range(1,11)if x%2 == 0]
print(K)
#多层嵌套
C = [a+b for a in "abc" for b in "ABC"]
print(C)
#生成两个变量组成的list
D = {'张三': 16, '李四': 17, '王五': 18}
M = [(k,v) for k,v in D.items()]
print(M)
#当前目录下的所有文件和目录名
O = [d for d in os.listdir('.')]
print(O)
输出结果：
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
[4, 16, 36, 64, 100]
['aA', 'aB', 'aC', 'bA', 'bB', 'bC', 'cA', 'cB', 'cC']
[('张三', 16), ('李四', 17), ('王五', 18)]
['.idea', 'call_func.py', 'def_func.py', 'HelloWord.py', 'var_args.py']
这就是list 生成式的强大之处，可以通过各种表达式，生成需要的list。
生成器
生成器就是按动态的需求生成list，与列表生成式相比，不需要一次性生成完整的数据，可以节约内存。即：列表元素按照某种算法推算出来，边循环一边计算的机制的机制称为 generator,用()代替列表生成器的[]。
g = (x * x for x in range(5))
print(g)
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
输出结果：
Traceback (most recent call last):
<generator object <genexpr> at 0x000001BF3FD2A200>
File "F:/python/HelloWord/def_func.py", line 11, in <module>
0
1
print(next(g))
4
StopIteration
9
16
直接打印g，输出的是<generator object <genexpr> at 0x000001BF3FD2A200>，说明我们定义的是一个generator, 通过连续next(g)可以打印出对应的数据，但是超出范围会报Traceback (most recent call last): Stoplteration错误，由于generator也是可迭代对象
g = (x * x for x in range(5))
for n in g:
print(n)
输出结果：
0
1
4
9
16
如果上面的for 循环不能瞒住需求，我们可以通过函数来实现， 我们来写一个斐波拉契数列数列，这个数列就是根据前面数据来推断后面的数，在函数中使用关键字yield 可以转化成 generator
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#用函数实现fib
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
fib(5)
print("-----------------")
#将函数转化成 generator
def generator_fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
g = generator_fib(5)
print(g)
#输出generator：
while True:
try:
x = next(g)
print('g:', x)
except StopIteration as e:
print('Generator return value:', e.value)
break
输出结果：
1
1
2
3
5
-----------------
<generator object generator_fib at 0x000001FDFD90A200>
g: 1
g: 1
g: 2
g: 3
g: 5
Generator return value: done
这里我们要清楚yield的使用规则：函数中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。写一个杨辉三角练练：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
def triangles():
N = [1]
while True:
yield N
N.append(0)
N = [N[i] + N[i - 1] for i in range(len(N))]
n = 0
for t in triangles():
print(t)
n = n + 1
if n == 10:
break
输出结果：
[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
迭代器
理解迭代器generator要清楚一个概念，可以进行for 循环的为可迭代对象Iterable,并不是迭代器，迭代器是指以被next()函数调用并不断返回下一个值的对象，表示一个惰性计算的序列。是迭代器一定是可迭代对象，可迭代对象不一定是迭代器。
- Python的for循环本质上就是通过不断调用next()函数实现的
- 可迭代对象：
list、tuple、dict、set、str、generator、generator function - 迭代器：
generator、generator function可以通过iter()函数获得一个Iterator对象
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
from collections import Iterable, Iterator
L = [1,2,3,4,5]
D = {"张三":15,"李四":16,"王五":17}
T = (1,2,3,4,5)
G = (n for n in range(5))
print(isinstance(L,Iterable))
print(isinstance(D,Iterable))
print(isinstance(T,Iterable))
print(isinstance(G,Iterable))
print("--------------------------------------")
print(isinstance(L,Iterator))
print(isinstance(D,Iterator))
print(isinstance(T,Iterator))
print(isinstance(G,Iterator))
print("--------------------------------------")
print(isinstance(iter(L),Iterator))
print(isinstance(iter(D),Iterator))
print(isinstance(iter(T),Iterator))
输出结果：
True
True
True
True
--------------------------------------
False
False
False
True
--------------------------------------
True
True
True
上面的代码验证了list、dict、tuple、generator是否是迭代器和可迭代对象，通过isinstance判断，可迭代对象可以通过iter()函数生成迭代器。
