Python基礎學習總結(四）

6.高階特性

6.1迭代

　　如果給定一個list或tuple，我們可以透過for迴圈來遍歷這個list或tuple，這種遍歷我們稱為迭代（Iteration）。在Python中，迭代是透過for ... in來完成的。

　　因為dict的儲存不是按照list的方式順序排列，所以，迭代出的結果順序很可能不一樣。預設情況下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同時迭代key和value，可以用for k, v in d.items()。

　　由於字串也是可迭代對象，因此，也可以作用於for循環：

#>>> for ch in 'ABC':

...     print(ch)

...

A

B

C

#　　判斷一個物件是可迭代物件呢？方法是透過collections模組的Iterable型別判斷：

#>>> from collections import Iterable

>>> isinstance('abc', Iterable) # str是否可迭代

True

>>> isinstance([1,2,3], Iterable) # list是否可迭代

True

>>> isinstance(123, Iterable) # 整數是否可迭代

False

#　　如果要對list實作類似Java那樣的下標循環怎麼辦？ Python內建的enumerate函數可以把一個list變成索引-元素對，這樣就可以在for循環中同時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

#6.2列表推導

　　列表生成式即List Comprehensions，是Python內建的非常簡單卻強大的可以用來創建list的生成式。

　　要產生list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))。

　　寫列表生成式時，把要生成的元素x * x放到前面，後面跟for循環，就可以把list創建出來，十分有用，多寫幾次，很快就可以熟悉這種語法。 for迴圈後面還可以加上if判斷，這樣我們就可以篩選出僅偶數的平方：

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

[4, 16, 36, 64, 100]

#　　也可以使用兩層循環，可以產生全排列：

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

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

#　　列表產生式也可以使用兩個變數來產生list：

#>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }

>>> [k + '=' + v for k, v in d.items()]

['y=B', 'x=A', 'z=C']

#　　最後把一個list中所有的字串變成小寫：

#>>> L = ['Hello', 'World', 'IBM', 'Apple']

>>> [s.lower() for s in L]

['hello', 'world', 'ibm', 'apple']

#6.3生成器表達式

　　如果列表元素可以依照某種演算法推導出來，可以在循環的過程中不斷推導出後續的元素，在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。

　　要創建一個generator，有很多種方法。第一種方法很簡單，只要把一個列表產生式的[]改成()，就創建了一個generator：

#>>> 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>

#

　　創建L和g的差異僅在於最外層的[]和()，L是一個list，而g是一個generator。如果要一個一個列印出來，可以透過next()函數得到generator的下一個回傳值。我們講過，generator保存的是演算法，每次呼叫next(g)，就計算出g的下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。

#>>> next(g)

0

>>> next(g)

1

>>> next(g)

4

>>> next(g)

9

>>> next(g)

16

>>> next(g)

25

>>> next(g)

36

>>> next(g)

49

>>> next(g)

64

>>> next(g)

81

>>> next(g)

Traceback (most recent call last):

  File "", line 1, in

StopIteration

#　　正確的方法是使用for循環，因為generator也是可迭代物件：

#>>> g = (x * x for x in range(10))

>>> for n in g:

...     print(n)

...

0

1

4

9

16

25

36

49

64

81

#　　定義generator的另一種方法。如果一個函數定義中包含yield關鍵字，那麼這個函數就不再是一個普通函數，而是一個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'

#6.4元組拆包

　　我們把元組('Tokyo', 2003, 32450, 0.66, 8014) 裡的元素分別賦值為變數city、year、pop、chg 和area，而這所有的賦值我們只用一行宣告就寫完了。 同樣，在後面一行中，一個 % 運算子就把 passport 元組裡的元素對應到了 print 函數 的格式字串空檔中。這兩個都是元組拆包的應用。

　　最好辨認的元組拆包形式就是平行賦值，也就是說把一個可迭代物件裡的元素，一併賦 值到由對應的變數組成的元組中。

　　平行賦值：

#>>> lax_coordinates = (33.9425, -118.408056)

>>> latitude, longitude = lax_coordinates # 元組拆包

>>> latitude

33.9425

>>> longitude

-118.408056

#　　以用 * 運算子把一個可迭代物件拆開作為函數的參數：

#(2, 4)

#>>> divmod(20, 8) (2, 4)

>>> t = (20, 8)

>>> divmod(*t)

(2, 4)

>>> quotient, remainder = divmod(*t)

>>> quotient, remainder

#　　這裡元組拆包的用法則是讓一個函數可以用元組的形式傳回多個值， 然後呼叫函數的程式碼就能輕鬆地接受這些回傳值。例如 os.path.split() 函數就會回傳 以路徑和最後一個檔名組成的元組 (path, last_part):'idrsa.pub’

#>>> import os

>>> _, filename = os.path.split('/home/luciano/.ssh/idrsa.pub')

>>> filename

#　　在 Python 中，函數用 *args 來取得不確定數量的參數算是一種經典寫法了。

　　Python 3 裡，這個概念被擴展到了平行賦值中：>>> a, b, rest# (0, 1, [])

#>>> a, b, *rest = range(5)

 >>> a, b, rest

(0, 1, [2, 3, 4])

>>> a, b, *rest = range(3)

>>> a, b, rest

(0, 1, [2])

>>> a, b, *rest = range(2)

### ##########

　　在平行賦值中，* 前綴只能用在一個變數名前面，但是這個變數可以出現在賦值表達式的任意位置：

#>>> a, *body, c, d = range(5)

>>> a, body, c, d

#(0, [1, 2], 3, 4)

>>> *head, b, c, d = range(5)

>>> head, b, c, d

#([0, 1], 2, 3, 4)

#

以上是Python基礎學習總結(四）的詳細內容。更多資訊請關注PHP中文網其他相關文章！