1 切片
取前N个元素，也就是索引为0-(N-1)的元素：
L[0:N]
第一个索引为0时，可以省略：
还可以倒序切片：
记住倒数第一个元素的索引是-1
切片其他操作：
先创建一个0-99的数列：
前10个数，以步长为2取数（与matlab不同，步长在第三个位置）：
甚至什么都不写，只写[:]就可以原样复制一个list：
tuple也是一种list，唯一区别是tuple不可变。因此，tuple也可以用切片操作，只是操作的结果仍然是tuple
字符串也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：
在很多编程语言中，针对字符串提供了很多各种截取函数，其目的就是对字符串进行切片。而Python没有类似函数，只需要切片一个操作就可以完成。
2 迭代
给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）
在Python中，迭代是通过for … in …来完成。
这不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。只要是可迭代对象，无论有无下标，都可以迭代，比如dict：
默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()。如果要同时迭代key和value，可以用for k, v in d.items。
由于字符串也是可迭代对象，因此，也可以作用于for循环：
所以，当我们使用for循环时，只要作用于一个可迭代对象，for循环就可以正常运行。
那么，如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：
最后，如果要对list实现下标循环怎么办？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zaifor循环中同时迭代索引和元素本身：
上面的for循环里，同时引用了两个变量，在Python里是很常见的，比如下面的代码：
3 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。
举个例子，要生成list[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以：
但是要生成[1x1, 2x2, 3x3, …，10x10]怎么做呢？方法一是循环：
但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的list：
for循环后还可以加上if判断：筛选偶数的平方
还可以使用两层循环，生成全排列：
运用列表生成式，可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名：
列表生成式也可以使用两个变量来生成list：
例子：后把一个list中所有的字符串变成小写：
如果list中既包括字符串，又包含整数：
解决方法：
>>> L=['Hello', 'World', 18]
>>> [s.lower() for s in L if isinstance(s, str)]
['hello', 'world']
4 生成器
通过列表生成式，我们可以直接创建一个列表。但是，收到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，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。
在Python中，有一种一边循环一边推算列表元素的机制，称为生成器：generator。
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()。就创建一个generator：
如果要把生成器的元素一个个打印出来，可以使用next()函数获得生成器的下一个返回值：
生成器保存的是元素推断算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多元素时，抛出StopIteration的错误。
生成器也是可迭代对象：
所以，我们创建一个生成器后，基本不会调用next()，而是通过for循环来迭代它。
函数与生成器：
如果一个函数定义中包含yield关键字，那么这个函数就变成了生成器了。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成生成器的函数，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。
例子：
调用该生成器时，首先要生成一个生成器对象，然后用next()函数不断获得下一个返回值：
5 迭代器
我们知道，可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型：如list tuple dict set str 等；
一类是generator， 包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象：
而生成器不但可以作用于for循环，还可以被next()函数不断调用返回下一个值，直到最后抛出StopIteration错误。
可以被next()函数调用并不断返回下一个值得对象称为迭代器：Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象：
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把它们变成Iterator可以使用iter()函数：
为什么list、dict、str等数据类型不是Iterator?
这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看作是一个由序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator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。
