python与c的比较学习
高级特性
切片(slice)
- L[a:b:c] -取list中的索引a-(b-1)的元素,索引一次增加c(一共b-a个元素)(c可以省略)(c可以为负数哦)
- 如果第一个索引为0,可以省略
- 甚至支持倒切片,倒数第一个元素索引为-1,(此时b可以省略)
- 甚至什么都不写,只写[:]就可以原样复制一个list
- tuple切片仍然是tuple,字符串切片仍然是字符串
迭代
- 默认情况下,dict迭代的是key
- 要迭代value,可以用for value in d.values()
- 要同时迭代key和value,可以用for k, v in d.items()
列表生成器(List Comprehensions)
- list(range(1, 11)) -前面见过的哦,文章底部
列表生成式
1
2
3
4
5[x * x for x in range(1, 11)]
[x * x for x in range(1, 11) if x % 2 == 0]
[m + n for m in 'ABC' for n in 'XYZ']
[k + '=' + v for k, v in d.items()]
[s.lower() for s in L]列出当前目录下的所有文件和目录名
1
2>>> import os # 导入os模块,模块的概念后面讲到
>>> [d for d in os.listdir('.')] # os.listdir可以列出文件和目录
生成器(generator)
创建一个generator
- 把一个列表生成式的[]改成() g = (x * x for x in range(10))
可以通过next()函数获得generator的下一个返回值,更多的时候用for循环
1
2
3g = (x * x for x in range(10))
for n in g:
print(n)斐波拉契数列生成器
1
2
3
4
5
6
7def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
杨辉三角生成器
变成generator的函数,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
- 用for循环调用generator时拿不到generator的return语句的返回值,如果想要拿到返回值,必须捕获StopIteration错误,返回值包含在StopIteration的value中
迭代器
- 可以直接作用于for循环的对象统称为可迭代对象:Iterable
- 集合数据类型:list,tuple,dict,set,str…(int不是interable)
- generator:生成器,带yield的generator function
- isinstance([], Iterable) -可以使用isinstance()判断一个对象是否是Iterable对象
- Python的for循环本质上就是通过不断调用next()函数实现的,例如:
- 可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator
- isinstance((x for x in range(10)), Iterator)
注意Interanle和Interator,前者是可迭代对象,后者是迭代器
把list、dict、str等Iterable变成Iterator可以使用iter()函数 Python的Iterator对象表示的是一个数据流,它的计算是惰性的,只有在需要返回下一个数据时它才会计算,甚至它可以表示一个无限大的数据流