前一段时间学习了Python数据类型，语句和函数，目前书写python的新特性，继续练手！！！！
一、切片
之前我们从python的list 或者 tuple中取得元素都是这样写，显然不够灵活
listInfo = ['aaa', 'bbb', 'ccc'];print( listInfo[0] )print( listInfo[1] )print( listInfo[2] )
输出：aaa
bbb
cccpython又提供了一种新的方法【切片】操作符，能够提高获取某些特性元素。举例：
#python高级特性listInfo = ['aaa', 'bbb', 'ccc'];print( listInfo[0] )print( listInfo[1] )print( listInfo[2] )print( listInfo[0:2])print( listInfo[:1])print( listInfo[:])print( listInfo[1:])print( listInfo[0:1])
输出：
aaabbbccc['aaa', 'bbb']['aaa']['aaa', 'bbb', 'ccc']['bbb', 'ccc']['aaa']
说明：（1）listInfo[0:2]表示，从索引 0 开始取，直到索引 2 为止，但是不包括索引3本身。所以是索引 0、1 正好是2个元素。
（2）如果第一个索引是0，可以省略掉的 即可 listInfo[:2] 效果同上
listInfo[-1] 取倒数第一个元素例如：
print( listInfo[-1] )print( listInfo[-2:] )print( listInfo[-2:-1] )
输出：
ccc['bbb', 'ccc']['bbb']
说明：（1）listInfo[-2:] 是从倒数第二个开始取，到最后一个
（2）listInfo[-2:-1]是从倒数第二个开始取，到倒数第一个，这里不包含倒数第一个元素
可以通过切片轻松取出某一段数列，例如：
listInfo = list(range(100))#print( listInfo )print( listInfo[:10] )print( listInfo[-10:])print( listInfo[10:20] )#从前10个数了，每两个取一个print( listInfo[:10:2] )#所有的数，每5个取一个print( listInfo[::5] )#什么都不写，就是原样输出#print( listInfo[:] )
输出：
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9][90, 91, 92, 93, 94, 95, 96, 97, 98, 99][10, 11, 12, 13, 14, 15, 16, 17, 18, 19][0, 2, 4, 6, 8][0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
另外tuple 也可以看作为一种list, 唯一的区别就是tuple是不可变的，因此，tuple也可以用作切片操作，但是操作结果仍然是tuple:
tupleInfo = (0,1,2,3,4)print( tupleInfo )print( tupleInfo[:3] )print( tupleInfo[-2:] )
输出：
(0, 1, 2, 3, 4)(0, 1, 2)(3, 4)
其实字符串“abc”也可以看成是list,每个元素就是一个字符，因此，字符串也可以用作切片，只是操作结果还是字符串：
strInfo = 'abcdefg';print( strInfo )print( strInfo[:3] )print( strInfo[-2:] )
输出：
abcdefgabcfg
说明：字符串切片其实就是python对字符串的一种截取方式。
二、迭代
迭代就是循环，通常php都会使用下标完成for循环，而python这里采用的是 for .. in .. 的形式迭代
#迭代dictInfo = { 'a': 1, 'b': 2, 'c':3 }for key in dictInfo: print( key )for val in dictInfo.values(): print( val )for k,v in dictInfo.items(): print( k,v ) 输出：
cab312c 3a 1b 2
说明：for..in..的迭代方式不区分数据类型，也不区分是否有下标，只要是可迭代对象都可以迭代，字符串也是可以的
for str in 'ABCDEFG': print( str )
然而当我们循环的时候如何区是否可分迭呢？方法是通过collections模块的Iterable类型判断；如下：
from collections import Iterable#str是可以迭代的 Trueprint( isinstance('abc', Iterable) )#list是可以迭代的 Trueprint( isinstance([1,2,3], Iterable) )#int是不可迭代的 Falseprint( isinstance(18, Iterable) ) 另外python的list是可以实现像php那样带循环下标的方法，python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以做for循环中同时迭代索引和元素：
for i, val in enumerate(['a', 'b', 'c']): print(i, val)
输出：
0 a1 b2 c
说明：在for循环中，同时引用两个变量是很常见的哟。
三、列表生成式
列表就是list, 我们通常定义一个list要么手写，要么循环插入，但是都太频繁。而列表生成式却可以通过一行语句完成循环所生成的list:
listTest = []#循环生成for x in range(1,6): listTest.append(x*x)print( listTest)#列表生成式print( [x*x for x in range(1,6)] )
输出：
[1, 4, 9, 16, 25][1, 4, 9, 16, 25]
说明：（1）由此可见列表生成式可以非常简单的完成for循环的工作，代码反而更加简洁
（2）列表生成式：就是要把生成的元素x*x 写到最前面，后面跟for循环，就可以把list创建出来。
另外for循环后面还可以加上if判断：
print( [x*x for x in range(1,21) if x % 2 == 0 ] )
输出：[4, 16, 36, 64, 100, 144, 196, 256, 324, 400]
另外还可以使用双层循环：
print( [ m + n for m in 'ABC' for n in 'XYZ' ] )
输出：['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
另外for循环其实可以同时使用两个或者更多个变量，比如使用dict 的 items() 可以同时迭代key 和value， 前面已经有案例了，其实列表生成式也可以使用两个变量来生成list：
dictInfo = {'a':'1', 'b':'2', 'c':'3'}print( [ k+'=='+v for k, v in dictInfo.items() ] ) 输出：['c==3', 'a==1', 'b==2']
在来看看这个，变成大写：
listInfo = ['aaa', 'bbb', 'ccc']print( [s.upper() for s in listInfo] )
输出：['AAA', 'BBB', 'CCC']
四、生成器
通常我们在测试的时候用 range(100) 去生成一个list, 这个的数据量相当的大，其实使用中时却只是使用了其中一小部分数据，那如何在循环中推断后续的元素呢？比如一个斐波拉契数列，怎么实现呢？
这个时候list 是写不出这样的数列的，但是用函数却很方便：
def fib(max): n, a, b = 0, 0, 1 while n < max: print (b) a, b = b, a+b n = n +1 return 'done'g = fib(6)
输出：
112358done
现在说一下什么是生成器？
生成器就是:generator
要创建生成器有很多种方法，第一种，将list 的 [] 变成（），就创建了生成器：
举例：
listInfo = [ x*x for x in range(10) ]gInfo = ( x*x for x in range(10) )print( listInfo )print( gInfo )
输出：
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]at 0x7f074626dc50>
说明：由此可见，list 和 g,唯一的不同就是 [] 和 （） 但是 gInfo 不是list 它就是生成器，生成器是不能够直接打印的，它可以通过 next（）去获取其中的元素
当然，获取元素每次都是获取下一个，每次断点仍然会接着获取下一个元素，直到没有元素为止且抛出一个异常。
例如：
print( next(gInfo) )print( next(gInfo) )print( next(gInfo) )print( next(gInfo) )
输出：这是复制了 11个输出 print ( next(gInfo) ) 最后一个没有元素则抛出了异常
0149162536496481Traceback (most recent call last): File "/mnt/hgfs/webspace/pythonStudy/one.py", line 415, inprint( next(gInfo) )StopIteration
如果像上面那样next 去一个个输出是很傻的，因为我们可以使用for循环去输出数据，并且不会抛出异常，后期几乎很少用到 next()
gInfo = ( x*x for x in range(10) )for x in gInfo: print( x )
输出同上，只是没有抛异常
其实斐波拉契数列的逻辑非常类似 生成器 generator, 通过改造如下：
def fib(max): n, a, b = 0, 0, 1 while n < max: yield (b) a, b = b, a+b n = n +1 return 'done'g = fib(6)for x in g: print( x )
只要将 print(b) 改成 yield b 就可以了，此时的 fib 函数不在是普通的函数，而是 生成器了。它将不能够直接输出返回数据，而是通过 for 循环输出数据。
输出：
112358
说明：generato 和 普通函数的不同在于执行流程不同，函数是至上而下顺序执行，遇到return或者最后一行函数就返回，而generator的函数 在每次调用 next() 的时候执行，遇到 yield 的时候返回，再次执行的时候则从上一次返回的 yield 语句处继续执行。
另外，我们用 for 循环调用 generator时， 是拿不到 return 的返回值的，必须捕获 StopIteration错误，例如：
gInfo = ( x*x for x in range(10) )while True: try: x = next( gInfo ) print( x ) except StopIteration as e: print( e.value ) break
输出：
0149162536496481None
五、迭代器
目前学习了for循环的数据类型如下：
（1）集合数据类型：如 list tuple dict set str 等
（2） generator 包括生成器和带 yield 的 generator 的 function
这些呢都是可以用作 for 循环对象，统称为可迭代对象：Iterable
可以通过 isinstance() 判断一个对象是否是 Iterable 对象：
引入： from collections import Iterable
使用： isinstance( [] , Iterable )
举例：
from collections import Iterableprint( isinstance([1,2,3], Iterable) )print( isinstance({1,2,3}, Iterable) )print( isinstance('abc', Iterable) )print( isinstance((x for x in range(3)), Iterable) )print( isinstance(20, Iterable) ) 输出：
TrueTrueTrueTrueFalse
另外 生成器不但可以用作 for 循环， 而且还可以通过 next() 调用
所以可以被 next() 函数调用的并不断返回下一个值的对象 称之为迭代器： Iterator
可以通过 isinstance() 判断一个对象是否是 Iterator 对象
例如：
from collections import Iteratorprint( isinstance([1,2,3], Iterator) ) #Falseprint( isinstance({1,2,3}, Iterator) ) #Falseprint( isinstance('abc', Iterator) ) #Falseprint( isinstance((x for x in range(3)), Iterator) ) #Trueprint( isinstance(20, Iterator) ) #False 由此可见：生成器都是迭代器，而 list dict str 都不是迭代器
python 是支持将 可迭代对象变成 迭代器的： iter() 函数
例如：
print( isinstance( iter( [1,2,3] ), Iterator) ) #Trueprint( isinstance( iter( {1,2,3} ), Iterator) ) #Trueprint( isinstance( iter( 'abc' ), Iterator) ) #True 可迭代对象 变成 迭代器 必须走 iter 函数，因为迭代器对象表示的是一个数据流，迭代器对象可以被 next() 函数调用，直到数据抛出异常
可以将这个数据流看作一个有序序列，但是我们却不能提前知道序列的长度，只能不断的通过 next() 计算下一个数据，所以 迭代器Iterator 的计算是惰性的。
Iterator 甚至可以表示一个无限大的数据流，例如全体自然数，而list是不可能做到的。
总结：
凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator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Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的
例如：
for x in [1,2,3]: print( x )it = iter([1,2,3])while True: try: x = next(it) print( x ) except StopIteration: break;
上面两个循环其实是等价的！
学习资源：来至廖雪峰官方网站；