python的一些高級特性：

切片（跟名字一樣，把一個完整的東西選取一部分自己想要的去切下來）：通過切片可以快速的去除一些元素，只要確定好索引位置，避免的循環導致的多寫代碼

數組，元組，字符串都可以用切片來獲取元素，[x:y]表示從索引位置x開始索引到y位置，不包括y

[x:]從x開始索引到結束，[:y]從0開始索引到y為止（不包括y），[x:y:z]z表示每z個數獲取一個數。

叠代：python中的叠代是通過for...in來完成的，只要有叠代對象，都可以叠代，dict的存儲不是按照

list的方式順序排列，所以可能會不一樣的結果順序，dict中默認叠代key，用for value in x.values()可以

實現叠代value，用for x,y in d.items()可以同時叠代dict中的key和value，利用collections模塊的iterable類型去判斷，

from collections import Iterable
isinstance(‘abc‘,Iterable)

如果是要對list實現類似java的下表循環，python中enumerate函數可以把list變成索引-元素對

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

for循環中是可以同時引用兩個變量的

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

列表生成式：列表生成式用很簡潔的代碼實現一個列表的創建,按照自己的需求，可以對同一變量進行不同操作來生成list，也可以對兩個變量同時進行操作來生成list,也可以調用方法來生成需求的list（如果原list中的數據類型是不同的，可以加一個額外的判斷條件，if isinstance(x,數據類型)。

[x(運算符)x for x in 叠代對象 if 判斷條件]

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

[s.xxxx() for s in L]

生成器：把列表生成改成generator，也可以通過函數實現復雜邏輯的generator，generator的工作原理是在for循環的過程中不斷計算出下一個元素，

並在適當的條件結束for循環。函數改成的generator，遇到return語句或者執行到函數體的最後一行語句，就是結束generator的指令，for循環也隨之結束。

叠代器：能夠 被for循環的對象都是Iterable類型，能夠作用於next()函數的對象都是Iterator()類型，表示一個惰性計算的序列，無法提前知道序列的長度，只能通過next()函數按需計算出下一個數據，只有在需要返回下一個數據時才會進行計算。

函數式編程：

高階函數中，map()函數接收兩個參數，一個函數，一個Iterable，map會作用於序列中的每一個元素，

並把結果作為新的Iterator返回； reduce()函數同樣是接收兩個參數，不同的是reduce利用函數作用於

元素之後，元素處理的結果會作為新的元素繼續參與函數的處理，最後返回一個結果。

filter()函數是一個篩選器，用法和map()類似，不過最後返回結果的時候只有結果為True是才會返回該結果，其余舍棄掉，返回的也是一個Iterator。

sorted()函數是一個用於排序的函數作為一個高階函數，可以接收一個key函數來實現自定義的排序，在keys中排序後，再將相應的value值排序結果展示出來

反向排序可以傳入第三個參數reverse = True。

返回函數：函數可以返回一個計算結果，也可以返回一個函數，返回一個函數時，這個函數並沒有被執行，所以函數中最好不要引用可能變化的變量

匿名函數：lambda x:x*x 其中x是函數的參數，匿名函數的表達式的結果就是他的返回值。

裝飾器：本身是一個高階函數，可以返回函數，然後的話可以增強函數的功能，其中functools.wraps可以使得函數的.__name__屬性不會被替換

學習python的日常3