python的高階特性有切片、迭代、列表生成式、生成器、迭代器等，下面來介紹這幾種高階特性：

1、切片：

切片特別簡單，用中括號表示範圍，包前不包後。就是中括號裡邊的範圍前面的數值被包括在內，後面的數值不被包括在內。

L = ['a','b','c','d']L[0:3] 索引從0開始取到3，不包括3.索引從0開始，0可以省略 L[:3]L[1:3] 索引從1開始取到3，不包括3.L[-2:] 倒數第二個元素到最後。L[：] 整個listtuple、字串也可以做切片。

2、迭代：

迭代通過for ... in  完成。

給定一個list或者tuple，用for迴圈遍歷，稱為迭代。dict迭代：for key in d / for value in d.values / for k,v in d.items()判斷一個物件是否可迭代：from

collections import Iterableisinstance('aaa', Iterable)如何對list實現下標迴圈？Python內建的enumerate函式可以把一個list變成索引-元素對。for i, value in enumerate(['A', 'B', 'C']):

3、列表生成式：

列表生成式（List Comprehensions）：建立列表。Python內建的非常簡單卻強大的可以用來建立list的生成式。生成list[1,2,3,4,5,6,7,8,9,10] -> list[range(1,11)]生成list[1*1,2*2,3*3,...,10*10] -> [x*x for x in range(1,11)]寫列表生成式時，把要生成的元素x * x放到前面，後面跟for迴圈，就可以把list創建出來使用：列出當前目錄下的所有檔案和目錄名import os[d for d in os.listdir('.')]

4、生成器：

通過列表生成式建立列表的方法受到記憶體限制，列表容量有限。且佔用儲存空間大，浪費空間。生成器（generator）：一邊迴圈，一邊計算的機制。建立generator方法：（1）、把生成式[ ]轉換為( )L = [x * x for x in range(10)] g = (x * x for x in range(10))獲取generator元素 next(g)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。next(g)使用麻煩，可以用for迴圈迭代。 for n in g:（2）、把函式中print（x）轉換為 yield（x）yield是中斷，函式中有yield就不再是普通函式，而是generator。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

5、迭代器：

可以直接作用於for迴圈的資料型別：1、list、tuple、dict、set、str2、generator，包括生成器和帶yield的generator function可以直接作用於for迴圈的物件統稱為可迭代物件：Iterable.判斷一個物件是否為可迭代物件：isinstance（）from collections import Iterableisinstance([], Iterable)isinstance({}, Iterable)isinstance('aaa', Iterable)isinstance((x for x in range(10)), Iterable)迭代器（iterator）：可以被next（）函式呼叫，並不斷返回下一個值的物件。生成器都是Iterator物件，但list、dict、str雖然是Iterable，卻不是Iterator。原因：迭代器物件表示的是一個數據流，迭代器函式可以被next（）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。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。