标签：10 迭代 Python list 生成器 特性 python range isinstance
在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。请始终牢记，代码越少，开发效率越高。
切片
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
-
切片，取前3个元素
>>> L[0:3]
说明：L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。 -
如果第一个索引是0，可以省略
>>> L[:3] -
倒数切片
>>> L[-2:]
说明：从倒数第二个取，一直取到最后一个 -
前10个数，每两个取一个
>>> L = list(range(100)) //创建一个0-99的list
>>> L[:10:2] -
复制list
>>> L[:] -
tuple也可以用切片操作，只是操作的结果仍是tuple
>>> (0, 1, 2, 3, 4, 5)[:3] -
字符串也可以用切片操作，只是操作结果仍是字符串
>>> 'ABCDEFG'[:3]
列表生成式
- 生成列表：[1x1, 2x2, 3x3, ..., 10x10]
>>> [x * x for x in range(1, 11)]
说明：把要生成的元素x*x放到前面，后面跟for循环，就可以把list创建出来 - if ... else
跟在for后面的if是一个筛选条件，不能带else
>>> [x for x in range(1, 11) if x % 2 == 0]
for前面的部分是一个表达式，必须加上else。表达式：x if x % 2 == 0，它无法根据x计算出结果，因为缺少else
>>> [x if x % 2 == 0 else -x for x in range(1, 11)]
生成器
定义：列表元素可以按照某种算法推算出来，可以在循环的过程中不断推算出后续的元素。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
- 创建生成器的方法
>>> g = (x * x for x in range(10)) - 通过next()函数获得生成器的下一个返回值：
>>> next(g)
说明：生成器保存的是算法，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。 - 使用for循环也可获取
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
迭代器
- 可迭代对象：可以直接作用于for循环的对象统称为可迭代对象
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。 - isinstance()判断一个对象是否是可迭代对象
>>> from collections.abc import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False
- 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
- 使用isinstance()判断一个对象是否是迭代器对象
>>> from collections.abc import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
说明：生成器都是可迭代对象，但list、dict、str虽然是可迭代对象，却不是迭代器。
可以这样简单理解，迭代器可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
- 使用iter()函数，把可迭代对象变成迭代器
>>> isinstance(iter([]), Iterator)
生成器和迭代器的总结
-
凡是可作用于for循环的对象都是可迭代类型；
-
凡是可作用于next()函数的对象都是迭代器类型，它们表示一个惰性计算的序列；
-
集合数据类型如list、dict、str等是可迭代对象但不是迭代器，不过可以通过iter()函数变为迭代器。
-
生成器是一种特殊的迭代器（注意这个逻辑关系反之不成立）。
-
合理使用生成器，可以降低内存占用、优化程序结构、提高程序速度。
-
生成器在 Python 2 的版本上，是协程的一种重要实现方式；而 Python 3.5 引入 async await 语法糖后，生成器实现协程的方式就已经落后了。
-
迭代器是一个有限集合，生成器则可以成为一个无限集。调用 next()，生成器根据运算会自动生成新的元素
-
声明一个迭代器,
[i for i in range(10)] -
声明一个生成器,
(i for i in range(10)) -
生成器并不会像迭代器一样占用大量内存，只有在被使用的时候才会调用。而且生成器在初始化的时候，并不需要运行一次生成操作，相比于迭代器节省了一次生成10个元素的过程，因此耗时明显比迭代器短。
标签：10,迭代,Python,list,生成器,特性,python,range,isinstance 来源： https://www.cnblogs.com/sophia12138/p/15949669.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。