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！

在寒亭等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站设计、成都网站制作 网站设计制作按需制作,公司网站建设,企业网站建设,品牌网站制作,成都营销网站建设,成都外贸网站建设公司,寒亭网站建设费用合理。

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网站，小编将为大家输出更多高质量的实用文章！

名称栏目：Python高级特性有哪些
分享链接：http://kswjz.com/article/ighids.html