Pyhton學習筆記四：高階特性
阿新 • • 發佈：2018-12-31
文章目錄
- 在Python中，程式碼越少，開發效率越高；
1. 切片
- 取一個list或tuple的部分元素是非常常見的操作，如取以下list的前三個元素：
>>> L = ['A', 'B', 'C', 'D', 'E']
- 笨方法：
>>> [L[0], L[1], L[2]]
['A', 'B', 'C']
# 當擴充套件到n個元素的時候，就沒法使用了
- 迴圈：
# 取前n個元素，也就是索引為0-(n-1)的元素
>>> L = []
>>> n = 3
>>> for i in range(n):
... r.append(L[i])
...
>>> r
['A', 'B', 'C']
- 切片
# 對於經常使用取指定索引範圍的操作，迴圈還是比較麻煩的，因此python提供了切片(Slice)操作符 L[0:3]表示，從索引0開始取，直到索引3為止，但不包括索引3。即索引0，1，2，正好是3個元素
# 如果第一個索引是0，還可以省略
>>> L[:3]
['A', 'B', 'C']
- 同樣支援取出倒數第一個元素，倒數的第一個索引是
-1
>>> L[-2:]
['B', 'C']
>>> L[-2:-1]
['B']
- 切片還有很多作用
>>> L = list(range(100))
>> - 前十個數，每兩個取一個
>>> L[:10:2]
[0, 2, 4, 6, 8]
- 什麼都不寫，複製一個list
>>> L[:]
[0, 1, 2, ... 99]
- tuple也是一個list，唯一區別是tuple不可變，同樣可以用切片操作
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
- 字串
'xxxxx'也可以看成是一種list，每個元素就是一個字元，同樣可以使用切片操作
>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[::2]
'ACEG'
- 在很多程式語言中，針對字串提供了很多擷取函式，但在python中只需要切片就可以完成，非常簡單;
練習
- 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：
def trim(s):
while s[:1] == " ":
s = s [1:]
while s[-1:] == " ":
s = s[:-1]
return s
2. 迭代
- 給定一個list或tuple，可以通過
for來遍歷這個list或tuple，這種遍歷稱為迭代（lteration），在其他程式語言中，比如c或Java中是通過下標來完成的，例如:
for(i=0; i<list.length; i++)
{
n = list[i];
}
- python中迭代是通過
for...in...來實現的，應用的物件更加多一點； - list這種資料型別是有下標的，但很多是沒有的，同樣可以用迭代，比如dict：
>>> d = {'a':1, 'b':2, 'c':3}
>>> for key in d:
... print(key) # 因為dict的儲存不是按照list的順序方式排列，所以迭代出來的順序可能不一樣
...
a
b
c
>>> for value in d.values(): # 迭代value
... print(value)
...
1
2
3
>>> for k, v in d.items(): # 同時迭代key和value
... print(k, v)
...
a 1
b 2
c 3
- 字串也可以是迭代物件：
>>> for ch in 'ABC':
... print(ch)
...
A
B
C
- 如何判斷一個物件是不是可迭代物件呢，通過collections模組的Iterable型別來判斷
>>> 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
- 如何像Java中實現對list那樣的下標迴圈怎麼辦，可以通過
enumerate函式把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
- 上面的
for迴圈中，同時引進了兩個變數，這種做法很常見：
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
... print(x, y)
...
1 1
2 4
3 9
練習
- 請使用迭代查詢一個list中最小和最大值，並返回一個tuple：
def findMinAndMax(L):
if len(L) < 1:
return (None, None)
else:
max = L[0]
min = L[0]
for i in L:
if i <= min:
min = i
if i > max:
max = i
return (min, max)
3. 列表生成式
- 列表生成式即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；
- 比如生成list
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用:
>>> list(range(1, 11))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
- 如果要想生成
[1x1, 2x2, 3x3, ..., 10x10]，怎麼辦？
# 方法一：迴圈
>>> L = []
>>> for x in range(1, 11):
... L.append(x * x)
...
>>> L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 方法二：列表生成式
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# for迴圈後面可以加上if判斷，比如篩選出僅偶數次的平方
>>> [x * x for x in range(1, 11) if x % 2 ==0]
[4, 16, 36, 64, 100]
- 同時還可以使用兩層迴圈，生成全排列：
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
- 通過列表生成式，列出當前目錄下的所有檔案和目錄名，可以通過一行程式碼實現：
>>> import os
>>> [d for d in os.listdir('.')]
['DLLs', 'Doc', 'include', 'Lib', 'libs', 'LICENSE.txt', 'NEWS.txt', 'python.exe', 'python3.dll', 'python37.dll', 'pythonw.exe', 'Scripts', 'tcl', 'test.txt', 'Tools', 'vcruntime140.dll', '__pycache__']
- 列表生成式也可以使用兩個變數來生成list：
>>> d = {'x':'A', 'y':'B', 'z':'C'}
>>> [k + '=' + v for k, v in d.items()]
['x=A', 'y=B', 'z=C']
- 把一個list中所有的字串變成小寫：
>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']
4. 生成器
- 列表生成式，受到記憶體限制，容量是有限的，而且當我們建立一個包含一百萬的元素的列表時，如果僅訪問前幾個元素，那後面絕大多數元素佔用的空間就浪費了，所以，是否可以通過某種演算法，在迴圈中不斷推算出後面的元素，就不必建立完整的list，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，第一種方法，將列表生成式中的[]換成()
>>> 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 0x000002018C990480>
- 如果要一個一個打印出generator中的每一個元素，可以通過
next()函式獲得generator的下一個的返回值：
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
- 但是這種方法太麻煩，因為generator也是可迭代物件，所以可以通過
for迴圈來打印出generator的元素：
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
...
0
1
4
9
16
25
36
49
64
81
- 當推算的演算法比較複雜時，通過
for迴圈無法實現時，還可以用下面的函式來實現； - 比如：著名的斐波拉契數列，除第一個和第二個數以外，任意一個數都可以由前兩個數相加而得：
- 1，1，2，3，5，8，13，21，34，…
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
>>> fib(6)
1
1
2
3
5
8
'done'
- 可以看出，
fib()函式實際上是定義了斐波拉契數列的推算規則，從第一個元素開始，可以推算出後續的元素，這種邏輯規則已經非常接近generator，要把fib函式變成generator，只需將print(b)改為yield b即可：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yeild b
a, b = b, a + b
n = n + 1
return 'done'
- 這是定義generator的另外一種方法，如果一個函式中含有
yeild關鍵字，那這個函式就是一個generator:
>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>
- generator和函式的執行流程不一樣，函式時順訊執行，而generator是每次呼叫
next()的時候執行，遇到yield語句返回，再次執行時從上次的yield語句處繼續執行；
# 舉個簡單的例子，定義一個generator，依次返回數字1，3，5
def odd():
print('step 1')
yield 1
print('step 2')
yield(3)
print('step 3')
yield(5)
- 呼叫該generator時，首先要生成一個generator物件，然後用
next()函式不斷獲得下一個返回值：
>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
- 用
for迴圈來迭代，而不是用next()
>>> for n in fib(6):
... print(n)
...
1
1
2
3
5
8
- 但是用
for迴圈呼叫generator時，發現拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲StopIteration錯誤，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
練習
- 試寫一個generator，完成楊輝三角的內容
def triangles():
yield [1]
L1 = [1]
while True:
L2 = [x for x in L1]
L2.append(0)
for i in range(len(L2)):
if i == 0 or i == len(L2)- 1:
L2[i] = 1
else:
L2[i] = L1[i-1] + L1[i]
L1 = L2
yield L2
n = 0
results = []
for t in triangles():
print(t)
results.append(t)
n = n + 1
if n == 10:
break
[1],
[1, 1],
[1, 2, 1],
[1, 3, 3, 1],
[1, 4, 6, 4, 1],
[1, 5, 10, 10, 5, 1],
[1, 6, 15, 20, 15, 6, 1