python的高级特性

切片（slice）

切片提供了一种对list列表，tuple元组，str字符串，新的获取方式，以往使用下标或者索引的操作可以被代替。

语法：对象[a:b:c]  代表从a开始检索（当从0开始检索时可省略），到b结束，但不包括b，c代表步长。

迭代（Iteration）

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）。

在python中用for...in...来迭代

list和tuple迭代

L=[1,2,3,4,5]

for l in L:

    print(l)‘

dict迭代

key迭代

L={'a':1,'b':2,'c':3} 

for key in L:

    print(key)

value迭代

 

L={'a':1,'b':2,'c':3} 

for value in L.values():

    print(value )

也可key value同时迭代，使用到items（）函数。

for k, v in L.items() 

生成器

在Python中，一边循环一边计算的机制，称为生成器：generator。

列表的容量有限，会受到内存的限制，生成器解决了这一问题，生成器中保留着得到列表所有元素的算法，当需要时可以用next（）函数一一生成元素，也可通过for循环一次性得到查看所有生成元素。

简而言之，生成器中保留的是算法，而非元素，使用时生成器可使用next（）函数来调用生成器内部的算法计算出各个元素。

迭代器 Iterator

迭代器是一种状态对象，不使用时处于休眠状态，当调用next（）函数时，迭代器会退出休眠状态，去取下一个值。迭代器就像一个懒加载的工厂，等到有人需要的时候才给它生成值返回，没调用的时候就处于休眠状态等待下一次调用。

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。

但集合数据类型，如list、tuple、dict、set、str等并不是迭代器，根据迭代器的含义可以认为迭代器对象都是一个未知的数据流，数据流的大小长度未知，只有通过next（）函数才能知道下一个元素或者下一个元素是否存在，而集合数据类型是已知的对象，其长度和大小已知。集合数据类型可以通过函数iter（）来转换为迭代器对象。