1. 切片
切片操作（slice），即从list（tuple是一种特殊的list）中获取部分元素。
- L[m,n]表示从L[m]~L[n-1]的list。
- L[:n]表示从L[0]~L[n-1]的list。
- L[m:]表示从L[m]~L[len(L)-1]。
- L[-m:]表示倒数m个数的list。
- L[m:n:k]表示从L[m:n]list中每k个取一个数组成一个新的list。
- L[::k]表示从L中每k个取一个组成新的list。
- tuple也是一种list（不可变的list），使用切片操作的结果仍为tuple。
#定义list
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
#切片操作
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
>>> L[:3]
['Michael', 'Sarah', 'Tracy']
>>> L[1:3]
['Sarah', 'Tracy']
>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']
#定义0-99的list
>>> L = list(range(100))
#前10个数每两个取一个
>>> L[:10:2]
[0, 2, 4, 6, 8]
#所有数，每5个取一个
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
#tuple的切片操作
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
#字符串切片操作
>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[::2]
'ACEG'2. 迭代
2.1 迭代的概念
迭代：在某类对象的集合中通过遍历的方法来获取元素，对元素执行某项操作。
Python中的可迭代对象有：list，tuple，dict，str等，包括可迭代的自定义类型。
判断一类对象是否可迭代，可以通过collections模块的Iterable类型判断。例如：
>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整数是否可迭代
False2.2 迭代的使用
在Python中，迭代是通过for ... in来完成的。
2.2.1 dict的迭代
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
... print(key)
...
a
c
b- dict默认迭代的是key，
for key in d。 - 可以使用
for value in d.values()来迭代value。 - 可以用
for k, v in d.items()来迭代key和value。
2.2.2 字符串的迭代
>>> for ch in 'ABC':
... print(ch)
...
A
B
C2.2.3 迭代的索引
Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身。
>>> for i, value in enumerate(['A', 'B', 'C']):
... print(i, value)
...
0 A
1 B
2 C2.2.4 多变量迭代
在for中，同时引用多个变量。例如：
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
... print(x, y)
...
1 1
2 4
3 93. 列表生成式
列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。
一般是通过for … in和range来生成list。
>>> 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]for循环中加if判断
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]多层循环
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']多变量循环
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']可以使用内建的isinstance函数可以判断一个变量是不是字符串。
4. 生成器
在Python中，一边循环一边计算的机制，称为生成器：generator。生成器不必创建完整的list，可以在循环中不断推算出后续的元素，从而可以在获取所需元素的同时节省存储空间。
4.1 直接创建generator
创建generator即把列表生成式的[]改成()。
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>一般通过for循环来获取generator的元素，也可以使用next(g)来获取下一个元素。
>>> g = (x * x for x in range(10))
#通过for循环获取元素
>>> for n in g:
... print(n)
...
0
1
4
#通过next()获取元素
>>> next(g)
0
>>> next(g)
14.2 通过函数方式创建
通过yield关键字将一个函数变成generator。例如：
函数的定义：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'生成器的定义：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'两者的差别在于生成器将函数的print(b)改为yield b。yield可以翻译为生成，即基于某次计算生成某个元素，而不是提前存储了该元素。
函数式的generator一般采用for循环来获取元素，也可以通过next()来获取下一个元素的值，例如：
>>> for n in fib(6):
... print(n)
...
1
1
2
3
5
8如果要获取return的内容，可以捕获StopIteration错误，返回值包含在StopIteration的value中。
>>> g = fib(6)
>>> while True:
... try:
... x = next(g)
... print('g:', x)
... except StopIteration as e:
... print('Generator return value:', e.value)
... break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done5. 迭代器
5.1 可迭代对象
可以直接作用于for循环的对象统称为可迭代对象：Iterable。主要有：
- 集合数据类型，如
list、tuple、dict、set、str等 -
generator，包括生成器和带yield的generator function
可以使用isinstance()判断一个对象是否是Iterable对象：
>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False5.2 迭代器
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。
生成器都是Iterator对象，但list、dict、str是Iterable，而不是Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象：
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False可以通过iter()函数将Iterable转换成Iterator。
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
TruePython的Iterator对象表示的是一个数据流，可以是无限大的数据流，例如全体自然数。
-
Iterator的元素是基于计算的，可以理解为惰性的、动态的、长度未知的（元素个数可能无限）。 -
list、dict、str的元素是基于存储的，可以理解为静态的、长度已知的（元素个数有限）。
