[python文法] 進階特性

[python文法] python進階特性

文章目錄

• [python文法] python進階特性
• • 一、切片
  • 二、疊代
  • 三、清單生成式
  • 四、生成器
  • 五、疊代器

一、切片

• 切片的正常用法不再贅述，除了正常的切片功能，還可以在切片的基礎上每個N個元素取一個；
• 以下是每隔2個元素取一個

l = range(10)
for i in l[::2]:
    print(i)
    
0
2
4
6
8
           

二、疊代

用for周遊list、tuple等可周遊對象，這種周遊就叫做疊代

在Python中，疊代是通過

for ... in

來完成的，而很多語言比如C語言，疊代list是通過下标完成的，比如Java代碼：

for (i=0; i<list.length; i++) {
    n = list[i];
}
           

• python中隻要是可疊代對象，都可以通過for來周遊；通過collections子產品的Iterable類型判斷是否可疊代

>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可疊代
True
>>> isinstance([1,2,3], Iterable) # list是否可疊代
True
>>> isinstance(123, Iterable) # 整數是否可疊代
False
           

• Python内置的

  enumerate

  函數可以把一個list變成索引-元素對，這樣可以同時擷取到index和value

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

三、清單生成式

簡單的用法就不說了，記錄一些特殊的用法

• 多層循環

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

• if ... else

  的使用

  1. 在for之前時，必須包含else。

     因為**

     for

     前面的部分是一個表達式，它必須根據

     x

     計算出一個結果**。而表達式：

     x if x % 2 == 0

     ，它無法根據

     x

     計算出結果，因為缺少

     else

     ，必須加上

     else

     ：
  不加

  else

  報錯：

>>> [x if x % 2 == 0 for x in range(1, 11)]
  File "<stdin>", line 1
    [x if x % 2 == 0 for x in range(1, 11)]
                       ^
SyntaxError: invalid syntax
           

>>> [x if x % 2 == 0 else -x for x in range(1, 11)]
[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
           

1. for之後不用

   else

   因為for後面是篩選條件，用來判斷目前的x要不要傳回，是以不用else

   >>> [x for x in range(1, 11) if x % 2 == 0]
   [2, 4, 6, 8, 10]
              

四、生成器

• 生成器的典型特點：按照某種算法推算出來，那循環的過程中不斷推算出後續的元素；不必建立完整的list，進而節省大量的空間；

• 生成器的建立

  要建立一個generator，隻要把一個清單生成式的

  []

  改成

  ()

  ，就建立了一個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 0x1022ef630>
             

  使用()在清單長度很大的時候，可以節約大量的記憶體，提高性能
• 可以直接用for周遊生成器，不一定非要用next； next還要捕獲最後一個空元素的異常

  >>> g = (x * x for x in range(4))
  >>> for n in g:
  ...     print(n)
  ... 
  0
  1
  4
  9
             

• 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, …

  斐波拉契數列用清單生成式寫不出來，但是，用函數把它列印出來卻很容易：

  def fib(max):
      n, a, b = 0, 0, 1
      while n < max:
          print(b)
          a, b = b, a + b
          n = n + 1
      return 'done'
             

  生成器的方式的實作，要把

  fib

  函數變成generator，隻需要把

  print(b)

  改為

  yield b

  就可以了：

  def fib(max):
      n, a, b = 0, 0, 1
      while n < max:
          yield b
          a, b = b, a + b
          n = n + 1
      return 'done'
             

  如果一個函數定義中包含

  yield

  關鍵字，那麼這個函數就不再是一個普通函數，而是一個generator：

  >>> f = fib(6)
  >>> f
  <generator object fib at 0x104feaaa0>
             

  這裡，最難了解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到

  return

  語句或者最後一行函數語句就傳回。而變成generator的函數，在每次調用

  next()

  的時候執行，遇到

  yield

  語句傳回，再次執行時從上次傳回的

  yield

  語句處繼續執行。

  但是用

  for

  循環調用generator時，發現拿不到generator的

  return

  語句的傳回值。如果想要拿到傳回值，必須捕獲

  StopIteration

  錯誤，傳回值包含在

  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、疊代器

凡是可作用于

for

循環的對象都是

Iterable

（可疊代的）類型；

凡是可作用于

next()

函數的對象都是

Iterator

（疊代器）類型，它們表示一個惰性計算的序列；

集合資料類型如

list

、

dict

、

str

等是

Iterable

但不是

Iterator

，不過可以通過

iter()

函數獲得一個

Iterator

對象。