Python(七)語法 高階特性 切片 | 迭代(迴圈)| 列表生成式 | 生成器 | 迭代器
切片
取一個list或tuple的部分元素是非常常見的操作
有一個list[0,1,2,3,4,5]如果我們要取前n個元素比如說3個數
一般做法是
>>> L=[]
>>> n=3
>>> for i in range(n):
... L.append(list[i])
...
>>> L
[0, 1, 2]
對這種經常取指定索引範圍的操作,用迴圈十分繁瑣,因此,Python提供了切片(Slice)操作符,能大大簡化這種操作
得到整個list
>>> list[:] [0, 1, 2, 3, 4, 5]
獲得list中指定位置間元素如下 list[0:1]指從索引0到1 但是不包含1,包頭不包尾,同時如果第一個是0可以省略
>>> list[0:1]
[0]
>>> list[:1]
[0]
Python支援L[-1]
取倒數第一個元素,同樣支援倒數切片list[-5:-1] 代表從-5位置到-1位置但是不包含-1,-1的元素就是 list最後一個元素
>>> list[-2:] [4, 5] >>> list[-5:] [1, 2, 3, 4, 5] >>> list[-5:-1] [1, 2, 3, 4]
間隔取值前5個數,每兩個取一個:
>>> list[:5:2]
[0, 2, 4]
tuple也是一種list,唯一區別是tuple不可變。因此,tuple也可以用切片操作,只是操作的結果仍是tuple
>>> tuple=(1,2,3)
>>> tuple[:]
(1, 2, 3)
Python沒有針對字串的擷取函式,只需要切片一個操作就可以完成,非常簡單
>>> str='HELLO' >>> str[:] 'HELLO' >>> str[:3] 'HEL' >>> str[2:] 'LLO'
利用切片操作,實現一個trim()函式,去除字串首尾的空格,注意不要呼叫str的strip()
方法:
# -*- coding: utf-8 -*-
def trim(s):
if s[:1]!=' ' and s[-1:]!=' ':
return s
else:
while s[:1]==' ':
s=s[1:]
while s[-1:]==' ':
s=s[:-1]
print(s)
return s
# 測試:
if trim('hello ') != 'hello':
print('測試失敗!')
elif trim(' hello') != 'hello':
print('測試失敗!')
elif trim(' hello ') != 'hello':
print('測試失敗!')
elif trim(' hello world ') != 'hello world':
print('測試失敗!')
elif trim('') != '':
print('測試失敗!')
elif trim(' ') != '':
print('測試失敗!')
else:
print('測試成功!')
hello
hello
hello
hello world
測試成功!
迭代
在Python中,迭代是通過for ... in
來完成的 java中迭代list是通過下標完成的
Python的for
迴圈抽象程度要高於C的for
迴圈,因為Python的for
迴圈不僅可以用在list或tuple上,還可以作用在其他可迭代物件上。
list這種資料型別雖然有下標,但很多其他資料型別是沒有下標的,但是,只要是可迭代物件,無論有無下標,都可以迭代,比如dict就可以迭代
>>> map={'key1':1,'key2':2,'key3':3}
>>> for key in map:
... print(key)
...
key1
key2
key3
同時迭代key和value,可以用for k, v in d.items()
>>> for key , value in map.items():
... print(key,'---',value)
...
key1 --- 1
key2 --- 2
key3 --- 3
所以,當我們使用for
迴圈時,只要作用於一個可迭代物件,for
迴圈就可以正常執行,而我們不太關心該物件究竟是list還是其他資料型別。
那麼,如何判斷一個物件是可迭代物件呢?方法是通過collections模組的Iterable型別判斷
>>> 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) # 整數是否可迭代
False
最後一個小問題,如果要對list實現類似Java那樣的下標迴圈怎麼辦?Python內建的enumerate
函式可以把一個list變成索引-元素對,這樣就可以在for
迴圈中同時迭代索引和元素本身:
>>> for i,v in enumerate([1,2,3]):
... print(i,v)
...
0 1
1 2
2 3
>>>
for迴圈中引用多個變數
>>> for a,b,c in [(1,2,3),(2,3,4),(4,5,6)]:
... print(a,b,c)
...
1 2 3
2 3 4
4 5 6
練習:用迭代查詢一個list中最小和最大值,並返回一個tuple
# -*- coding: utf-8 -*-
def findMinAndMax(L):
if len(L)==0:
return (None,None)
elif len(L)==1:
return (L[0],L[0])
else:
min=L[0]
max=L[0]
for x in L:
if min>x:
min=x
if max<x:
max=x
return (min,max)
# 測試
if findMinAndMax([]) != (None, None):
print('測試失敗!')
elif findMinAndMax([7]) != (7, 7):
print('測試失敗!')
elif findMinAndMax([7, 1]) != (1, 7):
print('測試失敗!')
elif findMinAndMax([7, 1, 3, 9, 5]) != (1, 9):
print('測試失敗!')
else:
print('測試成功!')
列表生成式
List Comprehensions,是Python內建的非常簡單卻強大的可以用來建立list的生成式。
舉個例子,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]
怎麼做?方法一是迴圈:
>>> L = []
>>> for x in range(1, 11):
... L.append(x * x)
...
>>> L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
而列表生成式則可以用一行語句代替迴圈生成上面的list
>>> [x*x for x in range(1,11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
for迴圈後面還可以加上if判斷,這樣我們就可以篩選出僅偶數的平方:
>>> [x*x for x in range(1,11) if x%2==0]
[4, 16, 36, 64, 100]
還可以使用兩層迴圈,可以生成全排列:
>>> [x+y for x in 'abc' for y in 'xyz']
['ax', 'ay', 'az', 'bx', 'by', 'bz', 'cx', 'cy', 'cz']
當然同樣可以在後面新增if判斷條件
>>> [x+y for x in 'abc' for y in 'xyz' if x+y!='ax']
['ay', 'az', 'bx', 'by', 'bz', 'cx', 'cy', 'cz']
列表生成式也可以使用兩個變數來生成list
>>> map={'key1':1,'key2':2,'key3':3}
>>> [key+':'+str(value) for key,value in map.items()]
['key1:1', 'key2:2', 'key3:3']
把一個list中所有的字串變成小寫
>>> list=['A','B','C']
>>> [s.lower() for s in list]
['a', 'b', 'c']
生成器
通過列表生成式,我們可以直接建立一個列表。但是,受到記憶體限制,列表容量肯定是有限的。而且,建立一個包含100萬個元素的列表,不僅佔用很大的儲存空間,如果我們僅僅需要訪問前面幾個元素,那後面絕大多數元素佔用的空間都白白浪費了
如果列表元素可以按照某種演算法推算出來,那我們是否可以在迴圈的過程中不斷推算出後續的元素呢?這樣就不必建立完整的list,從而節省大量的空間。在Python中,這種一邊迴圈一邊計算的機制,稱為生成器:generator
建立一個generator,有很多種方法。
第一種方法:
只要把一個列表生成式的[]
改成()
,就建立了一個generator
>>> l=[x for x in range(1,11)]
>>> l
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> g=(x for x in range(1,11))
>>> g
<generator object <genexpr> at 0x0000000002541750>
建立L
和g
的區別僅在於最外層的[]
和()
,L
是一個list,而g
是一個generator。
我們可以直接打印出list的每一個元素,但我們怎麼打印出generator的每一個元素呢?
如果要一個一個打印出來,可以通過next()
函式獲得generator的下一個返回值:
>>> next(g)
1
>>> next(g)
2
>>> next(g)
3
....
>>> next(g)
9
>>> next(g)
10
>>> next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
generator儲存的是演算法,每次呼叫next(g)
,就計算出g
的下一個元素的值,直到計算到最後一個元素,沒有更多的元素時,丟擲StopIteration
的錯誤。
一般正確的方法是使用for
迴圈,因為generator也是可迭代物件
>>> g=(x for x in range(1,11))
>>> for n in g:
... print(n)
...
1
2
3
4
5
6
7
8
9
10
第二種方法:
如果推算的演算法比較複雜,用類似列表生成式的for
迴圈無法實現的時候,還可以用函式來實現
如果一個函式定義中包含yield
關鍵字,那麼這個函式就不再是一個普通函式,而是一個generator:
著名的斐波拉契數列(Fibonacci),除第一個和第二個數外,任意一個數都可由前兩個數相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契數列用列表生成式寫不出來,但是,用函式把它打印出來卻很容易
>>> def fib(max):
... n,a,b=0,0,1
... while(n<max):
... print(b)
... a,b=b,a+b
... n=n+1
...
>>> fib(10)
1
1
2
3
5
8
13
21
34
55
其中 a,b=b,a+b 等同於以下
tuple=(b,a+b)
a=tuple[0]
b=tuple[1]
也就是tuple(a,b)=tuple(b,a+b)
要把fib
函式變成generator,只需要把print(b)
改為yield b
就可以了
>>> def fib(max):
... n,a,b=0,0,1
... while(n<max):
... print('start')
... yield b
... print('next')
... a,b=b,a+b
... n=n+1
...
>>> f=fib(5)
>>> f
<generator object fib at 0x00000234065216D8>
>>> next(f)
start
1
>>> next(f)
next
start
1
>>> next(f)
next
start
2
>>> next(f)
next
start
3
>>> next(f)
next
start
5
>>> next(f)
next
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
>>>
函式是順序執行,遇到return
語句或者最後一行函式語句就返回。而變成generator的函式,在每次呼叫next()
的時候執行,遇到yield
語句返回,再次執行時從上次返回的yield
語句處繼續執行。
如上明顯發現第一次的時候只輸出start就返回1 證明執行到yield的時候生成器就返回了,第二次執行首先輸出next再輸出start,說明函式繼續執行了第一次yield後面的程式碼,再執行下一次
直到計算到最後一個元素,沒有更多的元素時,丟擲StopIteration
的錯誤。
同樣我們一般會使用迴圈取值
>>> for x in fib(5):
... print(x)
...
start
1
next
start
1
next
start
2
next
start
3
next
start
5
next
迭代器
我們已經知道,可以直接作用於for
迴圈的資料型別有以下幾種:
一類是集合資料型別,如list
、tuple
、dict
、set
、str
等;
一類是generator
,包括生成器和帶yield
的generator function。
這些可以直接作用於for
迴圈的物件統稱為可迭代物件:Iterable
。
可以使用isinstance()
判斷一個物件是否是Iterable
物件:
>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False
而生成器不但可以作用於for
迴圈,還可以被next()
函式不斷呼叫並返回下一個值,直到最後丟擲StopIteration
錯誤表示無法繼續返回下一個值了。
可以被next()
函式呼叫並不斷返回下一個值的物件稱為迭代器:Iterator
。
可以使用isinstance()
判斷一個物件是否是Iterator
物件:
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
生成器都是Iterator
物件,但list
、dict
、str
雖然是Iterable
,卻不是Iterator
。
把list
、dict
、str
等Iterable
變成Iterator
可以使用iter()
函式:
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
你可能會問,為什麼list
、dict
、str
等資料型別不是Iterator
?
這是因為Python的Iterator
物件表示的是一個數據流,Iterator物件可以被next()
函式呼叫並不斷返回下一個資料,直到沒有資料時丟擲StopIteration
錯誤。可以把這個資料流看做是一個有序序列,但我們卻不能提前知道序列的長度,只能不斷通過next()
函式實現按需計算下一個資料,所以Iterator
的計算是惰性的,只有在需要返回下一個資料時它才會計算。
Iterator
甚至可以表示一個無限大的資料流,例如全體自然數。而使用list是永遠不可能儲存全體自然數的。
小結
凡是可作用於for
迴圈的物件都是Iterable
型別;
凡是可作用於next()
函式的物件都是Iterator
型別,它們表示一個惰性計算的序列;
集合資料型別如list
、dict
、str
等是Iterable
但不是Iterator
,不過可以通過iter()
函式獲得一個Iterator
物件。
Python的for
迴圈本質上就是通過不斷呼叫next()
函式實現的,例如:
for x in [1, 2, 3, 4, 5]:
pass
實際上完全等價於:
# 首先獲得Iterator物件:
it = iter([1, 2, 3, 4, 5])
# 迴圈:
while True:
try:
# 獲得下一個值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出迴圈
break