【Python】程式設計筆記4

阿新 • • 發佈：2018-12-24

程式碼越少，開發效率越高。

高階特性

一、切片（slice）

1、list 的切片

## L 是 0 - 99 的數列
L = list(range(100))
print(L)
print(L[:10])     # 前 10 個數
print(L[-10:])    # 後 10 個數
print(L[10:20])   # 前 11-20 個數：
print(L[:10:2])   # 前 10 個數，每兩個取一個
print(L[::5])     # 所有數，每 5 個取一個
print(L[:])       # 原樣複製一個 list

輸出結果

[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]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
[0, 2, 4, 6, 8]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
[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]

2、tuple、字串的切片

t = (0,1,2,3,4,5)
print(t[:3])
s = 'ABCDEFG'
print(s[:3])
print(s[::2])

輸出結果

(0, 1, 2)
ABC
ACEG

二、迭代

Python 中給定一個 list 或 tuple 或其他可迭代的物件（有無下標就可以迭代），通過 for ... in 來遍歷，這種遍歷稱為迭代（ Iteration）。

1、字典的迭代

dict 的儲存不是按照 list 的方式順序排列，所以，迭代出的結果順序很可能不一樣。

預設情況，dict 迭代的是 key。

d = { 
'a':1, 'b':2, 'c':3}
for key in d:
    print(key)

## 迭代 values
for value in d.values():
    print(value)

## 同時迭代 key 和 value
for k,v in d.items():
    print(k,v)

輸出結果

a
b
c
1
2
3
a 1
b 2
c 3

2、字串的迭代

for ch in 'ABC':
    print(ch)

3、可迭代物件判斷

通過 collections 模組的 Iterable 型別判斷。

from collections import 
 Iterable
print(isinstance('abc', Iterable))      # str 是否可迭代
print(isinstance([1, 2, 3], Iterable))  # list 是否可迭代
print(isinstance(123, Iterable))        # 整數是否可迭代

輸出結果

True
True
False

通過 enumerate 函式可以把一個 list 變成索引-元素對
==》在 for 迴圈中同時迭代索引和元素本身。

for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)

輸出結果

0 A
1 B
2 C

常用：for 迴圈裡，同時引用了兩個變數

for x, y in [(1,1),(2,4),(3,9)]:
    print(x, y)

輸出結果

1 1
2 4
3 9

三、列表生成式（ List Comprehensions）

## [1x1, 2x2, 3x3, ..., 10x10]
print([x * x for x in range(1, 11)])
print([x * x for x in range(1, 11) if x % 2 == 0])
## 兩層迴圈
print([m + n for m in 'ABC' for n in 'XYZ'])

## 列出當前目錄下的所有檔案和目錄名
import os
# os.listdir 可以列出檔案和目錄
print([d for d in os.listdir('.')])

d = {'x':'A', 'y':'B', 'z':'C'}
print([k + '=' + v for k, v in d.items()])

L = ['Hello', 'World', 'IBM', 'Apple']
print([s.lower() for s in L])

## 過濾掉非str型別
L1 = ['Hello', 'World', 18, 'Apple', None]
L2 = [s for s in L1 if isinstance(s, str)]
print(L2)

輸出結果

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
[4, 16, 36, 64, 100]
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
['1.py', '2.py', '3.py', '4.py']
['x=A', 'y=B', 'z=C']
['hello', 'world', 'ibm', 'apple']
['Hello', 'World', 'Apple']

四、生成器（ Generator）

一邊迴圈一邊計算的機制，稱為生成器。

方法一——()

將列表生成式中 [] 改成 ()，使用 for迴圈訪問元素

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

輸出結果

<generator object <genexpr> at 0x0000017EFFAE5D00>
0
1
4
9
16
25
36
49
64
81

==》generator 函式的“呼叫”實際返回一個 generator 物件

方法二——yield

如果一個函式定義中包含 yield 關鍵字，則該函式是一個 generator。

以斐波拉契數列（ Fibonacci）為例：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a+b
        n = n + 1
    return 'done'
print(fib(6))
## 元素的訪問
for n in fib(6):
	print(n)

輸出結果

<generator object fib at 0x000001A8A31EA1A8>
1
1
2
3
5
8

2、Generator 的理解

generator 和函式的執行流程不一樣。

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。
generator 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。

3、楊輝三角形

def triangles():
    N = [1]
    while True:
        yield N
        N.append(1110)
        N = [N[i] + N[i-1] for i in range(len(N))]
n = 0
for t in triangles():
    print(t)
    n = n + 1
    if n == 10:
        break

輸出結果

[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]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

五、迭代器

1、可迭代物件——Iterable

可迭代物件（Iterable）：可以直接作用於 for 迴圈的物件的統稱。

包括：集合資料型別，如 list、 tuple、 dict、 set、 str 等； generator，包括生成器和帶 yield 的 generator function。

判斷是否是 Iterable 物件

isinstance()函式來判斷

from collections import Iterable
print(isinstance([], Iterable))
print(isinstance({}, Iterable))
print(isinstance('abc', Iterable))
print(isinstance((x for x in range(10)),Iterable))
print(isinstance(100, Iterable))

輸出結果

True
True
True
True
False

2、迭代器——Iterator

生成器不僅可用於 for 迴圈，也可被 next() 函式不斷呼叫並返回下一個值，直到最後越界丟擲 StopIteration 錯誤表示無法繼續返回下一個值為止。
==》next()函式呼叫並不斷返回下一個值的物件稱為迭代器。

判斷是否是 Iterable 物件

isinstance()函式來判斷

from collections import Iterator
print(isinstance([], Iterator))
print(isinstance({}, Iterator))
print(isinstance('abc', Iterator))
print(isinstance((x for x in range(10)),Iterator))

輸出結果

False
False
False
True

3、Iterable vs. Iterator

生成器既是 Iterable 又是 Iterator 物件
但 list、 dict、 str 雖然是 Iterable，卻不是 Iterator。

轉換：Iterable ==》Iteraor 用 iter() 函式

print(isinstance(iter([]), Iterator))
print(isinstance(iter({}), Iterator))
print(isinstance(iter('abc'), Iterator))

輸出結果

True
True
True

思考：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。

【Python】程式設計筆記4

高階特性

一、切片（slice）

1、list 的切片

2、tuple、字串的切片

二、迭代

1、字典的迭代

2、字串的迭代

3、可迭代物件判斷

三、列表生成式（ List Comprehensions）

四、生成器（ Generator）

方法一——()

方法二——yield

2、Generator 的理解

3、楊輝三角形

五、迭代器

1、可迭代物件——Iterable

判斷是否是 Iterable 物件

2、迭代器——Iterator

判斷是否是 Iterable 物件

3、Iterable vs. Iterator

思考：為什麼 list、 dict、 str 等資料型別不是 Iterator？

相關推薦