Python中切片迭代列表生成式及生成器的示例分析

小編給大家分享一下Python中切片迭代列表生成式及生成器的示例分析，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

在Python中，代碼越少越好、越簡單越好。基于這一思想，需要掌握Python中非常有用的高級特性，1行代碼能實現的功能，決不寫5行代碼。代碼越少，開發效率越高。

切片

tuple，list，字符串都可以進行切片操作

L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
L[0:3] # ['Michael', 'Sarah', 'Tracy']
L[:3] # ['Michael', 'Sarah', 'Tracy']
L[1:3] # ['Sarah', 'Tracy']
L[-2:] # ['Bob', 'Jack']
L[-2:-1] # ['Bob']

L = list(range(100))
L[:10] # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
L[-10:] # [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
L[10:20] # [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
L[:10:2] # [0, 2, 4, 6, 8]
L[::5] # [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
L[:] # [0, 1, 2, 3, ..., 99]

練習

利用切片操作，實現一個trim()函數，去除字符串首尾的空格，注意不要調用str的strip()方法：

# -*- coding: utf-8 -*-
def trim(s):
    for i in range(0,len(s)):
        if s[0] == ' ':
            s = s[1:]
        elif s[-1] == ' ':
            s = s[:-1]

    return s

迭代

任何可迭代對象都可以作用于for循環，包括我們自定義的數據類型，只要符合迭代條件，就可以使用for循環
如何判斷一個對象是可迭代對象呢？方法是通過collections.abc模塊的Iterable類型判斷
Python內置的enumerate函數可以把一個list變成索引-元素對，可以在for循環中同時迭代索引和元素本身

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

練習

請使用迭代查找一個list中最小和最大值，并返回一個tuple：

# -*- coding: utf-8 -*-
def findMinAndMax(L):
    max = min = None

    if(len(L)>0):
        L = list(L)
        max = min = L[0]
        for i in L:
            if i>max:
                max = i
            if i<min:
                min = i
    
    return (min,max)

列表生成式

列表生成式即List Comprehensions，是Python內置的非常簡單卻強大的可以用來創建list的生成式

list(range(1, 11)) # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
[x * x for x in range(1, 11)] # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
[x * x for x in range(1, 11) if x % 2 == 0] # [4, 16, 36, 64, 100]
[m + n for m in 'ABC' for n in 'XYZ'] # ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

# 列表生成式也可以使用兩個變量來生成list
d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()] # ['y=B', 'x=A', 'z=C']

L = ['Hello', 'World', 'IBM', 'Apple']
[s.lower() for s in L] # ['hello', 'world', 'ibm', 'apple']

在一個列表生成式中，for前面的if … else是表達式，而for后面的if是過濾條件，不能帶else

[x for x in range(1, 11) if x % 2 == 0] # Right
[x for x in range(1, 11) if x % 2 == 0 else 0] # WRONG!

[x if x % 2 == 0 else -x for x in range(1, 11)] # Right
[x if x % 2 == 0 for x in range(1, 11)] # WRONG!

練習

如果list中既包含字符串，又包含整數，由于非字符串類型沒有lower()方法，所以列表生成式會報錯。使用內建的isinstance函數可以判斷一個變量是不是字符串。請修改列表生成式，通過添加if語句保證列表生成式能正確地執行：

# -*- coding: utf-8 -*-
L1 = ['Hello', 'World', 18, 'Apple', None]
L2 = [s.lower() for s in L1 if isinstance(s,str)]

生成器

如果列表元素可以按照某種算法推算出來，則可以在循環的過程中不斷推算出后續的元素，這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。
創建generator的方法：
1.把一個列表生成式的[]改成()，就創建了一個generator，創建之后通過next可以得到下一個元素，或者通過for循環迭代（generator也是可迭代對象）

# 生成一個迭代器
g = (x * x for x in range(10))
# 獲得下一個元素
next(g) # 0
# for循環遍歷
for n in g:
    print(n)

2.使用yield，如果一個函數定義中包含yield關鍵字，那么這個函數就不再是一個普通函數，而是一個generator函數，調用一個generator函數將返回一個generator
generator函數在每次調用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
調用generator函數時，首先要生成一個generator對象，然后用next()函數不斷獲得下一個返回值

# 斐波拉契數列的生成
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'

# 調用
f = fib(6)
next(f)

# for循環調用
while True:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

用for循環調用generator時，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

練習

楊輝三角定義如下：

  1
     / \
    1   1
   / \ / \
  1   2   1
 / \ / \ / \
1   3   3   1

把每一行看做一個list，試寫一個generator，不斷輸出下一行的list：

# -*- coding: utf-8 -*-
def triangles():
    levellist = [1]
    n = 1
    while (n<=100):
        yield levellist
        newlist = levellist.copy()
        if (n>=2):
            for i in range(0,n-1):
                newlist[i+1] = levellist[i] + levellist[i+1]
        levellist = newlist.copy()
        n = n + 1
        levellist.append(1)
    return 'done'

迭代器

可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。
可以使用isinstance()判斷一個對象是否是Iterator對象：
生成器都是Iterator對象，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()函數

為什么list、dict、str等數據類型不是Iterator？
因為Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據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()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。
Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是永遠不可能存儲全體自然數的。

Python的for循環本質上就是通過不斷調用next()函數實現的

看完了這篇文章，相信你對“Python中切片迭代列表生成式及生成器的示例分析”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！