Python的高级特性

Python的高级特性

Python与许多编程语言一样，提倡代码简单精炼。

因此正确的使用高级特性，可以达到简化代码的目的。

切片

a=[‘java’,’spark’,’python’,’hadoop’,’hbase’,’kafka’]

求：取前4个元素，我们以前的写法为：

>>>b=[]

>>>for  i in range(4)

>>>     b.append(a[i])

>>>b

[‘java’,’spark’,’python’,’hadoop’]

Python提供了切片的操作符，可以简化操作，上述代码只需要一行即可完成

a[m:n]从m开始取，取出n-m个元素

a[0:4]表示从索引0开始取，到索引4结束，取出0,1,2,3这4个元素。当索引从0开始时，0可以省掉，写成a[:3]

python也直接倒着切片，如a[-4:0]即a[-4:]可以取出倒数4个元素

还支持隔几个取一位

B=[0,1,2,3,4,5,6,7,8,9,10]

取其中的偶数B[::2]

而tuple作为list的一种，唯一区别是tuple的元素是不可变的，因此同样可以进行切片操作。

 

迭代

给定一个数组或元组，可以通过for循环来遍历这个集合，这种遍历称为迭代。

在python中，迭代是通过for…in来完成的，循环访问数组中的每一个变量。

只要是可迭代对象，无论有无下标，都可以迭代，比如dict就可以迭代，由于是无序的，因此迭代出的结果顺序很可能不一样。

>>>d={‘a’:1,’b’:2,’c’:3}

>>>for  key in d 

>>>       print(key)

是迭代key，for value in d.values() 是迭代value的。

for k,v in d.items()是要同时迭代key和value的。

for只要作用于可迭代对象，for循环就可以正常运行。那么如何判断对象是否为可迭代对象呢：可以用collections模块的Iterable类型判断：

>>>from collections import Iterable

>>>isinstance(“abc”,Iterable)

此方法用户判断abc是否为可迭代对象，答案当然是True。

 

列表生成式与列表成功器

列表生成式：会将所有的结果全部计算出来，把结果存放到内存中，如果列表中的数据比较多，就会占用过多的内存空间，可能会导致MemoryError内存错误或者导致程序运行时出现卡顿。

列表生成器：会创建一个列表生成器对象，不会一次性的把所有结果都计算出来，如果需要获取数据，可以使用next()函数来获取，但需要注意，一旦next()函数获取不到数据，会导致出现StopIteration异常错误，可以使用for循环遍历列表生成器，获取所有数据。

这种一边循环一边计算的机制，称为生成器：generator

列表生成式生成列表：

如果要生成[1*1,2*2,3*3,…..,10*10]的数，一般的计算方式是：

>>>a=[]

>>>for i in range(1,11):

>>>       a.append(i*i)

而列表生成式会简化计算过程：

>>>[x*x for x in range(1,11)]

当然还可以增加简单的表达式，比如上述数据，只要生成偶数

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

还可以做双层循环

>>>[a+b for a in ‘ABC’ for b in ‘DEF’]

列表生成器

1)    使用类似列表生成式的方式构造生成器，只是把[]改为（），就创建了一个generator

G1=(2*n+1 for n in range(3,6))

2)    使用包含yield的函数构造生成器，如果一个函数定义中包含yield关键字，那么这个函数就不在是一个普通函数，而是一个generator，最难理解的就是generator和函数的执行流程不一样。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。

def my_range(start,end):

for n in range(start,end):

    yield 2*n+1

要调用生成器产生新的元素，有两种方式：

1）调用内置的next()方法

使用next()方法遍历生成器时，最后是以抛出一个StopIeration异常结束，因此提倡使用循环遍历生成器，来遍历值就不需要使用next()方法了

2）调用生成器对象的send()方法

 

 

输出结果：

 

next()会调用yield，但不会给他传值

send()会调用yield，也会给他传值（该值将成为当前yield表达式的结果值）

生成器与列表生成式对比：

列表生成式是直接创建一个新的list,它会一次性的把所有数据都存放到内存中，会存在以下问题：

1） 内存容量有限，因此列表容量是有限的

2） 当列表中的数据量很大时，会占用大量的内存空间，如果我们仅仅需要访问前面有限个元素时，就会造成内存资源的极大浪费

3） 当数据量很大时，列表生成式的返回时间会很慢。