前言

Python是一个非常容易上手的编程语言，它的语法简单，而且功能强大，非常适合初学者学习，它的语法规则非常简单，只要按照规则写出代码，Python解释器就可以执行。

下面是Python的入门教程介绍一下Python编程中的切片、迭代、列表生成式、生成器、迭代器等高级特性，内容比较多，一看就懂，就连外婆看完都学会了，你也来看看吧！

切片

• 切片是list或tuple的部分元素的一种操作。例如：

list = [1, 2, 3, 4, 5, 6, 7, 8, 9]
#正常取值前三个值
print(list[0],list[1],list[2])
#循环取前三个值
for i in range(3):
    print(list[i])
#切片取前三个值
print(list[0:3]) #从索引0开始取，直到索引3为止，但不包括索引3
#切片取前三个值，如果第一个索引是0，还可以省略
print(list[:3])

#切片取后三个值
print(list[-3:]) #从索引-3开始取，直到索引最后为止，包括索引最后,最后一个元素的索引是-1

#切片取前三个值，每两个取一个
print(list[0:3:2]) #从索引0开始取，直到索引3为止，但不包括索引3，每两个取一个，第三个参数是步长

#取所有元素，每两个取一个
print(list[::2]) #从索引0开始取，直到索引最后为止，每两个取一个，第三个参数是步长

#复制一个list
print(list[:]) #从索引0开始取，直到索引最后为止，每一个取一个，第三个参数是步长

• 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，只是操作的结果仍是tuple。例如：

tuple = (1, 2, 3, 4, 5, 6, 7, 8, 9)
print(tuple[:3])

• 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。例如：

str = '123456789'
print(str[:3]) #123

迭代

• 如果给定一个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）。例如：

list = [1, 2, 3, 4, 5, 6, 7, 8, 9]
for i in list:
    print(i)

• Python的内置函数enumerate可以将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：

list = [1, 2, 3, 4, 5]
for i, value in enumerate(list):
    print(i, value)
#结果：
0 1
1 2
2 3
3 4
4 5

• Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。例如，dict就可以迭代：

dict = {'a':1, 'b':2, 'c':3}
#迭代key
for key in dict:
    print(key) 

# 结果：
# a
# b
# c

#迭代value
for value in dict.values():
    print(value)

# 结果：
# 1
# 2
# 3

#同时迭代key和value
for k, v in dict.items():
    print(k, v)

# 结果：
# a 1
# b 2
# c 3

• 字符串也是迭代对象，因此，也可以作用于for循环：

str = '123'
for i in str:
    print(i)
# 结果：
# 1
# 2
# 3

• Python中的collections.abc模块中的Iterable类型可以判断一个对象是否是可迭代对象：

from collections.abc import Iterable
print(isinstance('abc', Iterable)) #str是否可迭代，返回True
print(isinstance([1,2,3], Iterable)) #list是否可迭代，返回True
print(isinstance(123, Iterable)) #整数是否可迭代，返回False

列表生成式

• 列表生成式是Python内置的非常简单却强大的可以用来创建list的生成式。例如：

# 正常情况下
list = range(1, 11)
result = []
for i in list:
    result.append(i * i)
# 列表生成式
list = [x * x for x in range(1, 9)]
print(list) #[1, 4, 9, 16, 25, 36, 49, 64]

• 列表生成式后还可以添加判断条件，例如：

list = [x * x for x in range(1, 9) if x % 2 == 0]
print(list) #[4, 16, 36, 64]，这里只有偶数的平方，1被过滤掉了

• 还可以使用两层循环，可以生成全排列：

list = [m + n for m in 'ABC' for n in 'XYZ']
print(list) #['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

• 列出当前目录下的所有文件和目录名，可以通过一行代码实现：

import os
list = [d for d in os.listdir('.')] # os.listdir可以列出文件和目录
print(list)

• 列表生成式也可以使用两个变量来生成list：

dict = {'x': 'A', 'y': 'B', 'z': 'C' }
list = [k + '=' + v for k, v in dict.items()]
print(list) #['x=A', 'y=B', 'z=C']

• 把一个list中所有的字符串变成小写：

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

• if ... else 在for前面使用必须带else，这样可以根据条件筛选出list中的元素，是表达式，但是在后面是筛选条件,不能有else，一定要区分清楚

list = [x if x % 2 == 0 else -x for x in range(1, 11)]
print(list) #[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

list = [x for x in range(1, 11) if x % 2 == 0]
print(list) #[2, 4, 6, 8, 10]

生成器

• 生成器是一种特殊的迭代器，可以通过next()函数获得下一个返回值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。例如：

# 正常生成列表
list = [x * x for x in range(1, 11)]
print(list) #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 生成器生成列表
g = (x * x for x in range(1, 11))
print(g) #<generator object  at 0x0000020F7F9F5C50>
print(next(g)) #1

# 生成器函数
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b #使用yield关键字，函数就变成了一个生成器
        a, b = b, a + b #计算下一个值
        n = n + 1 #计数器加1
    return 'done'
f = fib(6) #f是一个生成器，直接打印出来也是一个generator object
print(f) #
print(next(f)) #1
print(next(f)) #1
print(next(f)) #2
print(next(f)) #3
print(next(f)) #5
print(next(f)) #8
print(next(f)) #StopIteration

如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator函数，调用一个generator函数将返回一个generator。

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。
• 可以使用isinstance()判断一个对象是否是Iterator对象：

from collections.abc import Iterator,Iterable
# 判断是否是迭代器
print(isinstance((x for x in range(10)), Iterator)) #True
print(isinstance([], Iterator)) #False, list不是迭代器
print(isinstance({}, Iterator)) #False, dict不是迭代器
print(isinstance('abc', Iterator)) #False, str不是迭代器
print(isinstance(123, Iterator)) #False, int不是迭代器

# 判断是否可迭代
print(isinstance([], Iterable)) #True, list的迭代器是Iterator
print(isinstance({}, Iterable)) #True, dict的迭代器是Iterator
print(isinstance('abc', Iterable)) #True, str的迭代器是Iterator
print(isinstance(123, Iterable)) #False, int不是迭代器

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做是一个有序序列，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。

结束寄语

恭喜你看完这篇Python教程，你已经超过99%的人了，关注我带你快速入门Python，提高工作效率！

你学会了吗？喜欢就关注我给我点个赞吧，精彩内容会第一时间推送给你。

有问题可以回复或私信我，看到我会给你耐心解答！