在Python中，程式碼不是越多越好，而是越少越好。程式碼不是越複雜越好，而是越簡單越好。請始終牢記，程式碼越少，開發效率越高。

切片

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

• 切片，取前3個元素
  >>> L[0:3]
  說明：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，可以省略
  >>> L[:3]

• 倒數切片
  >>> L[-2:]
  說明：從倒數第二個取，一直取到最後一個

• 前10個數，每兩個取一個
  >>> L = list(range(100)) //建立一個0-99的list

  
  >>> L[:10:2]

• 複製list
  >>> L[:]

• tuple也可以用切片操作，只是操作的結果仍是tuple
  >>> (0, 1, 2, 3, 4, 5)[:3]

• 字串也可以用切片操作，只是操作結果仍是字串
  >>> 'ABCDEFG'[:3]

列表生成式

• 生成列表：[1x1, 2x2, 3x3, ..., 10x10]
  >>> [x * x for x in range(1, 11)]
  說明：把要生成的元素x*x放到前面，後面跟for迴圈，就可以把list創建出來
• if ... else
  跟在for後面的if是一個篩選條件，不能帶else
  >>> [x for x in range(1, 11) if x % 2 == 0]
  
  for前面的部分是一個表示式，必須加上else。表示式：x if x % 2 == 0，它無法根據x計算出結果，因為缺少else
  >>> [x if x % 2 == 0 else -x for x in range(1, 11)]

生成器

定義：列表元素可以按照某種演算法推算出來，可以在迴圈的過程中不斷推算出後續的元素。在Python中，這種一邊迴圈一邊計算的機制，稱為生成器：generator。

• 建立生成器的方法
  >>> g = (x * x for x in range(10))
• 通過next()函式獲得生成器的下一個返回值：
  >>> next(g)
  
  說明：生成器儲存的是演算法，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。
• 使用for迴圈也可獲取

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

迭代器

• 可迭代物件：可以直接作用於for迴圈的物件統稱為可迭代物件
  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。
• isinstance()判斷一個物件是否是可迭代物件

>>> from collections.abc 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

• 迭代器：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
• 使用isinstance()判斷一個物件是否是迭代器物件

>>> from collections.abc import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

說明：生成器都是可迭代物件，但list、dict、str雖然是可迭代物件，卻不是迭代器。

可以這樣簡單理解，迭代器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。

• 使用iter()函式，把可迭代物件變成迭代器
  >>> isinstance(iter([]), Iterator)

生成器和迭代器的總結

• 凡是可作用於for迴圈的物件都是可迭代型別；

• 凡是可作用於next()函式的物件都是迭代器型別，它們表示一個惰性計算的序列；

• 集合資料型別如list、dict、str等是可迭代物件但不是迭代器，不過可以通過iter()函式變為迭代器。

• 生成器是一種特殊的迭代器（注意這個邏輯關係反之不成立）。

• 合理使用生成器，可以降低記憶體佔用、優化程式結構、提高程式速度。

• 生成器在 Python 2 的版本上，是協程的一種重要實現方式；而 Python 3.5 引入 async await 語法糖後，生成器實現協程的方式就已經落後了。

• 迭代器是一個有限集合，生成器則可以成為一個無限集。呼叫 next()，生成器根據運算會自動生成新的元素

• 宣告一個迭代器, [i for i in range(10)]

• 宣告一個生成器, (i for i in range(10))

• 生成器並不會像迭代器一樣佔用大量記憶體，只有在被使用的時候才會呼叫。而且生成器在初始化的時候，並不需要執行一次生成操作，相比於迭代器節省了一次生成10個元素的過程，因此耗時明顯比迭代器短。

本文來自部落格園，作者：是小魚呀，轉載請註明原文連結：https://www.cnblogs.com/sophia12138/p/15949669.html