切片

• 切片--->获取片段
• 格式：name [start : end : 步长 ]
• 获取范围：起始包含、结束不包含

• 默认值：

  1. 起始默认值为0
  2. 结束默认值为len(name)
  3. 步长默认为1

• 获取顺序：

  1. 步长 > 0 从左到右取值
  2. 步长 < 0 从右到左取值
• 特殊：反转字符串：name[::-1]

l = ['a','b','c','d']
l1 = l[::-1]
l2 = l[:len(l):2]
print(l1)
print(l2)

运行结果：
['d', 'c', 'b', 'a']
['a', 'c']

迭代

• 可通过for循环从其中依次拿到数据进行使用，这样的过程称为遍历，也叫迭代
• 遍历（迭代）读取一条数据供我们使用的对象称之为可迭代对象

d = {'zs':90,'ww':80,'ls':100}
for i in d:
    print(i)
   
运行结果：
zs
ww
ls

列表生成式

• 通过一对中括号生成各种list

# 生成偶数的平方列表
print([ i * i for i in range(1,11) if i % 2 == 0])

运行结果：
[4, 16, 36, 64, 100]

生成器（generator）

• 通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的
• 如果创建一个包含50万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了
• 否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间
• 在Python中，这种一边循环一边计算的机制，称为生成器：generator

创建generator

• 直接将列表生成式的[] 换为（）

  1. next() 函数输出，直到StopIteration异常终止迭代
  2. 通过for循环输出，自动屏蔽StopIteration异常

• 如果一个函数定义中包含yield关键字，就是一个生成器

  • generator函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行

#简单例子 生成器函数
def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
  
通过next（）函数遍历
>>> 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

#创建生成器
g = (x * x for x in range(10))

>>> g = (x * x for x in range(10))
>>> type(g)
<class 'generator'>

# 创建生成器函数
# 斐波拉契数列
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b  # print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'

可迭代对象（Iterable）

可直接使用for循环的数据类型有两大类：

• 集合数据类型，如list、tuple、dict、set、str等
• generator，生成器和带有yield的生成器函数

这些可直接作用于for循环的对象统称为可迭代对象（Iterable）

判断是否为可迭代对象

isinstance(对象, Iterable)

>>> 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（Iterator）

生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值

可以为next()函数调用并不断返回下一个值的对象称为迭代器（Iterator）

判断是否为迭代器

使用isinstance(对象, Iterator)

注意

• 生成器都是迭代器，但是list、dict、dict等虽然是可迭代对象，却不是迭代器
• list、dict、str等可迭代对象变为迭代器可使用iter()函数

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

Python的for循环本质上就是通过不断调用next()函数实现