python高级特性—切片 、迭代 、列表生成式 、生成器 、迭代器

时间:2022-02-24作者:klpeng分类:Python浏览:77评论:0

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
打赏
文章版权声明:除非注明,否则均为彭超的博客原创文章,转载或复制请以超链接形式并注明出处。
相关推荐

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

猜你喜欢