本篇内容介绍了“Python高级特性有哪些”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

成都创新互联公司专注于鹿泉网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供鹿泉营销型网站建设，鹿泉网站制作、鹿泉网页设计、鹿泉网站官网定制、微信小程序服务，打造鹿泉网络公司原创品牌,更为您提供鹿泉网站排名全网营销落地服务。

　　切片

　　可以对list, tuple, string进行切片

　　[起始位置：终止位置 + 1: 步长]

　　可以使用负数，-1为倒数第一个数

　　步长为负数时，从后向前分隔，对应的起始终止位置也要倒过来

　　l = [1, 2, 3]

　　l = l[::-1]

　　#顺序反转

　　#3， 2， 1

　　迭代

　　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()。

　　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，而我们不太关心该对象究竟是list还是其他数据类型。

　　可以使用collections模块的Iterable类型判断是否为可迭代对象

　　from collections import Iterable

　　isinstance("123", Iterable)

　　#True

　　如果要对list实现类似Java那样的下标循环怎么办?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 C

　　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：

　　for x, y in [(1, 1), (2, 4), (3, 9)]:

　　print(x, y)

　　#1 1

　　#2 4

　　#3 9

　　列表生成式

　　要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))：

　　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循环后面可以加if来筛选

　　[x * x for x in range(1, 11) if x % 2 == 0]

　　#[4, 16, 36, 64, 100]

　　#可以使用多层循环，得到全排列

　　[m + n for m in 'ABC' for n in 'XYZ']

　　#['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

　　#for循环前面可以加if else表达式

　　[x if x % 2 == 0 else -x for x in range(1, 11)]

　　#[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

　　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()，就创建了一个generator：郑州人流手术多少钱 http://mobile.sgyy029.com/

　　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

　　# at 0x1022ef630>

　　#可以通过next()函数获得generator的下一个返回值

　　next(g)

　　#0

　　next(g)

　　#1

　　next(g)

　　#4

　　next(g)

　　#9

　　next(g)

　　#16

　　generator保存的是算法，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，没有更多的元素时，抛出StopIteration的错误。

　　创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

　　定义generator：

　　#打印斐波那契前N个数函数

　　def fib(max):

　　n, a, b = 0, 0, 1

　　while n < max:

　　print(b)

　　a, b = b, a + b

　　n = n + 1

　　return 'done'

　　#要把fib函数变成generator，只需要把print(b)改为yield b就可以了

　　#这就是定义generator的另一种方法。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

　　def fib(max):

　　n, a, b = 0, 0, 1

　　while n < max:

　　yield b

　　a, b = b, a + b

　　n = n + 1

　　return 'done'

　　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。

　　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。

　　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了。

　　生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

　　把list、dict、str等Iterable变成Iterator可以使用iter()函数：

　　isinstance(iter([]), Iterator)

　　#True

　　isinstance(iter('abc'), Iterator)

　　#True

　　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。

　　不知道Iterator的实际长度

“Python高级特性有哪些”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联-成都网站建设公司网站，小编将为大家输出更多高质量的实用文章！

网站标题：Python高级特性有哪些-创新互联
标题URL：http://kswjz.com/article/dsdhjc.html