python高级特性—切片 、迭代 、列表生成式 、生成器 、迭代器

文章目录

掌握了Python的数据类型、语句和函数，基本上就可以编写出很多有用的程序了。比如构造一个

​ ​1, 3, 5, 7, ..., 99​​的列表，可以通过循环实现：

L = []
n = 1
while n <= 99:
    L.append(n)
    n = n + 2

取list的前一半的元素，也可以通过循环实现。

但是在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。

基于这一思想，我们来介绍Python中非常有用的高级特性，1行代码能实现的功能，决不写5行代码。请始终牢记，代码越少，开发效率越高。

1.切片

取一个list或tuple的部分元素是非常常见的操作。比如，一个list如下：

L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']

取前3个元素，应该怎么做？

笨办法：

[L[0], L[1], L[2]]

['Michael', 'Sarah', 'Tracy']

之所以是笨办法是因为扩展一下，取前N个元素就没辙了。

取前N个元素，也就是索引为​ ​0-(N-1)​​的元素，可以用循环：

r = []
n = 3
for i in range(n):
    r.append(L[i])
r

['Michael', 'Sarah', 'Tracy']

对这种经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。

对应上面的问题，取前3个元素，用一行代码就可以完成切片：

L[0:3]

['Michael', 'Sarah', 'Tracy']

​ ​L[0:3]​​表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。

如果第一个索引是0，还可以省略：

L[:3]

['Michael', 'Sarah', 'Tracy']

也可以从索引1开始，取出2个元素出来：

L[1:3]

['Sarah', 'Tracy']

类似的，既然Python支持​ ​L[-1]​​取倒数第一个元素，那么它同样支持倒数切片，试试：

L[-2:]

['Bob', 'Jack']

L[-2:-1]

['Bob']

记住倒数第一个元素的索引是-1。

切片操作十分有用。我们先创建一个0-99的数列：

L = list(range(100))

可以通过切片轻松取出某一段数列。比如前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]

甚至什么都不写，只写​ ​[:]​​​就可以原样复制一个​ ​list​​：

L[:]

[0,
 1,
 2,
 3,
 4,
 5,
 6,
 7,
 8,
 9,
 10,
 11,
 12,
 13,
 14,
 15,
 16,
 17,
 18,
 19,
 20,
 21,
 22,
 23,
 24,
 25,
 26,
 27,
 28,
 29,
 30,
 31,
 32,
 33,
 34,
 35,
 36,
 37,
 38,
 39,
 40,
 41,
 42,
 43,
 44,
 45,
 46,
 47,
 48,
 49,
 50,
 51,
 52,
 53,
 54,
 55,
 56,
 57,
 58,
 59,
 60,
 61,
 62,
 63,
 64,
 65,
 66,
 67,
 68,
 69,
 70,
 71,
 72,
 73,
 74,
 75,
 76,
 77,
 78,
 79,
 80,
 81,
 82,
 83,
 84,
 85,
 86,
 87,
 88,
 89,
 90,
 91,
 92,
 93,
 94,
 95,
 96,
 97,
 98,
 99]

​ ​tuple​​​也是一种​ ​list​​​，唯一区别是​ ​tuple​​​不可变。因此，​ ​tuple​​​也可以用切片操作，只是操作的结果仍是​ ​tuple​​：

(0, 1, 2, 3, 4, 5)[:3]

(0, 1, 2)

字符串​ ​'xxx'​​​也可以看成是一种​ ​list​​，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：

'ABCDEFG'[:3]

'ABC'

'ABCDEFG'[::2]

'ACEG'

在很多编程语言中，针对字符串提供了很多各种截取函数（例如，substring），其实目的就是对字符串切片。Python没有针对字符串的截取函数，只需要切片一个操作就可以完成，非常简单。

2.迭代

​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，迭代是通过​ ​for ... in​​来完成的，而很多语言比如C语言，迭代​ ​list​​是通过下标完成的，比如Java代码：

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

可以看出，Python的​ ​for循环​​抽象程度要高于C的​ ​for循环​​，因为Python的​ ​for循环​​不仅可以用在​ ​list​​或​ ​tuple​​上，还可以作用在其他可迭代对象上。

​ ​list​​这种数据类型虽然有下标，但很多其他数据类型是没有下标的，但是，只要是​ 可迭代对象​，无论有无下标，都可以迭代，比如​ ​dict​​就可以迭代：

d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
    print(key)

a
b
c

因为​ ​dict​​的存储不是按照​ ​list​​的方式顺序排列，所以，迭代出的结果顺序很可能不一样。

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()​​。

由于字符串也是可迭代对象，因此，也可以作用于​ ​for循环​​：

for ch in 'ABC':
    print(ch)

A
B
C

所以，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。

​那么，如何判断一个对象是可迭代对象呢？方法是通过collections模块的​​Iterable​​类型判断：​

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

最后一个小问题，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)

3.列表生成式

​列表生成式即​​List Comprehensions​​，是Python内置的非常简单却强大的可以用来创建​​list​​的生成式。​

举个例子，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]

但如果要生成​ ​[1x1, 2x2, 3x3, ..., 10x10]​​怎么做？方法一是循环：

L = []
for x in range(1, 11):
    L.append(x * x)

L

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

但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的​ ​list​​：

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

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

写列表生成式时，把要生成的元素​ ​x * x​​放到前面，后面跟​ ​for循环​​，就可以把​ ​list​​创建出来，十分有用，多写几次，很快就可以熟悉这种语法。

​ ​for循环​​后面还可以加上​ ​if判断​​，这样我们就可以筛选出仅偶数的平方：

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

[4, 16, 36, 64, 100]

还可以使用两层循环，可以生成全排列：

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

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

三层和三层以上的循环就很少用到了。

运用列表生成式，可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：

import os # 导入os模块

[d for d in os.listdir('.')] # os.listdir可以列出文件和目录

['.ipynb_checkpoints',
 'args 和 kwargs的用法.ipynb',
 'data',
 'pandas 表的合并 merge、join、contact.ipynb',
 'Pandas合并连接merge.ipynb',
 'pandas数据合并与重塑（pd.concat篇）.ipynb',
 'picture',
 'Python3中的编码问题（Unicode, UTF-8, GBK, ASCII）.ipynb',
 'Python创建类、构造函数和析构函数、创建实例对象.ipynb',
 'Python异常及处理方法总结.ipynb',
 'python的定时器.ipynb',
 'python的类.ipynb',
 'tqdm介绍及常用方法.ipynb',
 'Untitled.ipynb',
 'urlencode与unquote.ipynb',
 '玩转Python类的(私有)属性与方法的使用.ipynb',
 '面向对象编程.ipynb']

​ ​for循环​​​其实可以同时使用两个甚至多个变量，比如​ ​dict​​​的​ ​items()​​​可以同时迭代​ ​key​​​和​ ​value​​：

d = {'x': 'A', 'y': 'B', 'z': 'C' }
for k, v in d.items():
    print(k, '=', v)

x = A
y = B
z = C

因此，列表生成式也可以使用两个变量来生成​ ​list​​：

d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()]

['x=A', 'y=B', 'z=C']

最后把一个​ ​list​​中所有的字符串变成小写：

L = ['Hello', 'World', 'IBM', 'Apple']
[s.lower() for s in L]

['hello', 'world', 'ibm', 'apple']

4.生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，​如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的​ ​list​​，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：​ ​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​​：

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 0x00000187C250CF10>

创建​ ​L​​和​ ​g​​的区别仅在于最外层的​ ​[]​​和​ ​()​​，L是一个​ ​list​​，而g是一个​ ​generator​​。

我们可以直接打印出​ ​list​​的每一个元素，但我们怎么打印出​ ​generator​​的每一个元素呢？

如果要一个一个打印出来，可以通过​ ​next()​​函数获得​ ​generator​​的下一个返回值：

next(g)

next(g)

next(g)

next(g)

next(g)

next(g)

next(g)

next(g)

next(g)

next(g)

---------------------------------------------------------------------------

StopIteration                             Traceback (most recent call last)

<ipython-input-61-e734f8aca5ac> in <module>
----> 1 next(g)

StopIteration:

我们讲过，​​ ​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。​

当然，上面这种不断调用​ ​next(g)​​实在是太变态了，正确的方法是使用​ ​for循环​​，因为​ ​generator​​也是可迭代对象：

g = (x * x for x in range(10))
for n in g:
    print(n)

所以，我们创建了一个​ ​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。

​ ​generator​​非常强大。如果推算的算法比较复杂，用类似列表生成式的​ ​for循环​​无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

​ ​1, 1, 2, 3, 5, 8, 13, 21, 34, ...​​

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

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

注意，赋值语句：

​ ​a, b = b, a + b​​

相当于：

​ ​t = (b, a + b) # t是一个tuple a = t[0] b = t[1]​​

但不必显式写出临时变量t就可以赋值。

上面的函数可以输出斐波那契数列的前N个数：

fib(6)

'done'

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似​ ​generator​​。

也就是说，上面的函数和​ ​generator​​仅一步之遥。要把fib函数变成​ ​generator​​，只需要把​ ​print(b)​​改为​ ​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'

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​​：

f = fib(6)
f

<generator object fib at 0x00000187C25B8830>

这里，最难理解的就是​ ​generator​​和函数的执行流程不一样。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。

举个简单的例子，定义一个​ ​generator​​，依次返回数字1，3，5：

def odd():
    print('step 1')
    yield(1)
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)

调用该​ ​generator​​​时，首先要生成一个​ ​generator​​​对象，然后用​ ​next()​​函数不断获得下一个返回值：

o = odd()

next(o)

step 1

next(o)

step 2

next(o)

step 3

next(o)

---------------------------------------------------------------------------

StopIteration                             Traceback (most recent call last)

<ipython-input-75-ac94be31f4f2> in <module>
----> 1 next(o)

StopIteration:

可以看到，​ ​odd​​不是普通函数，而是​ ​generator​​，在执行过程中，遇到​ ​yield​​就中断，下次又继续执行。执行3次​ ​yield​​后，已经没有​ ​yield​​可以执行了，所以，第4次调用​ ​next(o)​​就报错。

回到fib的例子，我们在循环过程中不断调用​ ​yield​​，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成​ ​generator​​后，我们基本上从来不会用​ ​next()​​来获取下一个返回值，而是直接使用​ ​for循环​​来迭代：

for n in fib(6):
    print(n)

但是用​ ​for循环​​​调用​ ​generator​​​时，发现拿不到​ ​generator​​​的​ ​return​​​语句的返回值。如果想要拿到返回值，必须捕获​ ​StopIteration​​​错误，返回值包含在​ ​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

5.迭代器

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​​。 可以使用​​isinstance()​​判断一个对象是否是​​Iterable对象​​：​

from collections import Iterable

# 判断列表是不是可迭代对象
isinstance([], Iterable)

True

# 判断字典是不是可迭代对象
isinstance({}, Iterable)

True

# 判断字符串是不是可迭代对象
isinstance('abc', Iterable)

True

# 判断一个生成器是不是可迭代对象
isinstance((x for x in range(10)), Iterable)

True

#判断一个数是不是可迭代对象
isinstance(100, Iterable)

False

而生成器不但可以作用于​ ​for循环​​，还可以被​ ​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。

​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​​。​

​可以使用​​isinstance()​​判断一个对象是否是​​Iterator​​对象：​

# 判断一个生成器是不是迭代器
isinstance((x for x in range(10)), Iterator)

True

# 判断一个列表是不是迭代器
isinstance([], Iterator)

False

# 判断一个字典是不是迭代器
isinstance({}, Iterator)

False

# 判断一个字符串是不是迭代器
isinstance('abc', Iterator)

False

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

​你可能会问，为什么​​list、dict、str​​等数据类型不是​​Iterator​​？​

这是因为Python的​ ​Iterator​​对象表示的是一个数据流，​ ​Iterator​​对象可以被​ ​next()​​函数调用并不断返回下一个数据，直到没有数据时抛出​ ​StopIteration​​错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过​ ​next()​​函数实现按需计算下一个数据，所以​ ​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。

​ ​Iterator​​甚至可以表示一个无限大的数据流，例如全体自然数。而使用​ ​list​​是永远不可能存储全体自然数的。

小结

凡是可作用于​ ​for循环​​的对象都是​ ​Iterable​​类型；

凡是可作用于​ ​next()​​函数的对象都是​ ​Iterator​​类型，它们表示一个惰性计算的序列；

集合数据类型如​ ​list、dict、str​​等是​ ​Iterable​​但不是​ ​Iterator​​，不过可以通过​ ​iter()​​函数获得一个​ ​Iterator​​对象。

Python的​ ​for循环​​​本质上就是通过不断调用​ ​next()​​函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
    pass

实际上完全等价于：

# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break