切片
取一个list或者一个tuple的元素是很常见的。在Python中，提供了切片（slice）操作符，可以大大简化操作。
L[0:3]，表示从索引0开始取，取到索引为3，但不包括3，取出三个元素。另外如果第一个是0，还可以省略，写成L[:3]。
扩展：
tuple也是一种list，唯一不同是不可变。所以也可以进行切片，只是操作对象仍是tuple。
字符串‘XXX’，也可以看成list，每个元素就是一个字符。因此也可以进行切片，操作的结果仍然是字符串。
在很多编程语言中，针对字符串提供了很多截取函数，起目的就是对字符串切片。
迭代
如果给定一个list或者tuple，可以通过for循环来遍历这个list或tuple，这种遍历成为迭代（lteration）。
在Python中，迭代是通过for…in来完成的，而很多语言比如C语言，迭代list是通过下标完成的。list这种数据类型虽然有下标，但是其他可迭代对象，没有下标也可以进行迭代。比如dict就可以迭代。
默认下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()。
由于字符串也是可迭代对象，因此，也可以作用于for循环。
所以，当我们使用for循环时，只要作用一个可迭代对象，for循环就可以正常运行。
可以通过collections模块的lterable类型来判断。
另外，如果一定要实现下标循环，Python内置enumerate（）函数可以把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循环里，同时引用两个变量，在Python中是很常见的。
列表生成式
列表生成式（List Comprehensions），是Python内置的非常简单强大的可以用来创建list的生成式。
比如要生成一个list[1,2,3,4,5,6,7,8,9,10]，可以用list（range（1,11））：
但如果要生成[1*1,2*2,3*3……，10*10]，可以通过循环。
也可以通过list生成式，
还可以在后面加if条件语句，这样可以进行筛选，
还可以使用两层循环，生成全排列，
利用list生成式可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：
for循环可以同时使用两个甚至更多变量，因此列表生成式也可以使用两个变量来生成list，
注：如果list中既包含字符串，又包含整数，由于非字符串类型没有lower（）方法，所以列表生成式会报错。使用内置函数isinstance函数可以判断。
生成器
在Python中，一边循环一边计算的机制，成为生成器：generator。
创建一个generator，第一种，只要把列表生成式的[]改成（），就可以了。
与list不同，g是一个generator。我们可以直接打印出list的每一个元素，但是我们要打印出generator时，可以通过next（）函数，获得generator的下一个返回值。
generator保存的是算法，每次调用next（）函数，就计算出g下一个元素的值，直到计算最后一个元素，没有更多的时候，就会抛出StopIteration的错误。
因为generator也是迭代对象，所以可以使用for循环实现迭代。
如果推算的算法比较复杂，用类似列表生成式的for循环无法实现时，还可以用函数实现。
比如斐波拉契数列用列表生成式写不出来是，但是通过函数可以。
※注：
a , b = b , a+b
理解为：
t = (b,a+b) #t是一个tuple
a = t[0]
b = t[1]
不用写出临时变量t就可以实现。
fib函数实际上是定义了斐波拉契数列的推算规律，可以从第一个元素开始，推算出后续任意元素，这种逻辑很类似generator。我们需要把print（b），改成yield b就可以实现了。
实际上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generator的函数，在每次调用next（）函数，遇到yield函数就返回，再次执行时从上次返回的yield处继续执行。
我们再看fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然需要设置一个条件来跳出循环，不然就会产生一个无限的数列出来。
同样的，我们把函数改成generator，也基本不会用next（）来获取下一个返回值，而是直接使用for循环来迭代
但是在调用generator的时候，发现拿不到他的return语句的返回值。如果想拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中。
迭代器
可以直接作用for：
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。
这些可以直接作用与for循环的统称为可迭代对象：Iterable。
我们可以用isinstance（）函数进行判断是否为Iterable。
同样，可以被next（）函数调用，并且不断返回下一个值的对象叫做迭代器：Iterator。
我们也可以用isinstance（）函数进行判断。
为什么list、dict、str等数据类型不是Iterator？
这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用，并不断返回下一个数据，直到没有数据时抛出StopIteration错误。
可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以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。
Iterator甚至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。
