Python高级特性有哪些-创新互联

本篇内容介绍了“Python高级特性有哪些”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

成都创新互联公司专注于鹿泉网站建设服务及定制,我们拥有丰富的企业做网站经验。 热诚为您提供鹿泉营销型网站建设,鹿泉网站制作、鹿泉网页设计、鹿泉网站官网定制、微信小程序服务,打造鹿泉网络公司原创品牌,更为您提供鹿泉网站排名全网营销落地服务。

  切片

  可以对list, tuple, string进行切片

  [起始位置:终止位置 + 1: 步长]

  可以使用负数,-1为倒数第一个数

  步长为负数时,从后向前分隔,对应的起始终止位置也要倒过来

  l = [1, 2, 3]

  l = l[::-1]

  #顺序反转

  #3, 2, 1

  迭代

  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()。

  当我们使用for循环时,只要作用于一个可迭代对象,for循环就可以正常运行,而我们不太关心该对象究竟是list还是其他数据类型。

  可以使用collections模块的Iterable类型判断是否为可迭代对象

  from collections import Iterable

  isinstance("123", Iterable)

  #True

  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

  上面的for循环里,同时引用了两个变量,在Python里是很常见的,比如下面的代码:

  for x, y in [(1, 1), (2, 4), (3, 9)]:

  print(x, y)

  #1 1

  #2 4

  #3 9

  列表生成式

  要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11)):

  list(range(1, 11))

  #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

  [x * x for x in range(1, 11)]

  #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

  #for循环后面可以加if来筛选

  [x * x for x in range(1, 11) if x % 2 == 0]

  #[4, 16, 36, 64, 100]

  #可以使用多层循环,得到全排列

  [m + n for m in 'ABC' for n in 'XYZ']

  #['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

  #for循环前面可以加if else表达式

  [x if x % 2 == 0 else -x for x in range(1, 11)]

  #[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

  生成器 generator

  要创建一个generator,有很多种方法。第一种方法很简单,只要把一个列表生成式的[]改成(),就创建了一个generator:郑州人流手术多少钱 http://mobile.sgyy029.com/

  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

  # at 0x1022ef630>

  #可以通过next()函数获得generator的下一个返回值

  next(g)

  #0

  next(g)

  #1

  next(g)

  #4

  next(g)

  #9

  next(g)

  #16

  generator保存的是算法,每次调用next(g),就计算出g的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration的错误。

  创建了一个generator后,基本上永远不会调用next(),而是通过for循环来迭代它,并且不需要关心StopIteration的错误。

  定义generator:

  #打印斐波那契前N个数函数

  def fib(max):

  n, a, b = 0, 0, 1

  while n < max:

  print(b)

  a, b = b, a + b

  n = n + 1

  return 'done'

  #要把fib函数变成generator,只需要把print(b)改为yield b就可以了

  #这就是定义generator的另一种方法。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

  def fib(max):

  n, a, b = 0, 0, 1

  while n < max:

  yield b

  a, b = b, a + b

  n = n + 1

  return 'done'

  函数是顺序执行,遇到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。

  迭代器

  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。

  被next()函数不断调用并返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值了。

  生成器都是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。

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

  isinstance(iter([]), Iterator)

  #True

  isinstance(iter('abc'), Iterator)

  #True

  Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。

  不知道Iterator的实际长度

“Python高级特性有哪些”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联-成都网站建设公司网站,小编将为大家输出更多高质量的实用文章!


标题名称:Python高级特性有哪些-创新互联
本文链接:http://myzitong.com/article/dsdhjc.html