!/usr/bin/env python3
-*- coding:utf-8 -*-
三、高级特性
'''
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。
基于这一思想，我们来介绍Python中非常有用的高级特性，1行代码能实现的功能，决不写5行代码。请始终牢记，代码越少，开发效率越高。
'''
1.切片
Python提供了切片（Slice）操作符，能大大简化操作。
list
'''
取前3个元素，用一行代码就可以完成切片：
L[0:3]
['Michael', 'Sarah', 'Tracy']
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，还可以省略：
L[:3]
类似的，既然Python支持L[-1]取倒数第一个元素，那么它同样支持倒数切片，试试：
L[-2:]
L[-2:-1]#倒数后两个元素
'''
'''
L = list(range(100))
print(L)
print(L[:10])
print(L[-10:])
print(L[:10:2])#前10个数，每两个取一个。
print(L[:])#只写[:]就可以原样复制一个list。
print(L[::5])#所有数，每5个取一个。
'''
tuple
'''
t = tuple(range(10))
print(t[::2])
'''
字符串
'''
print('ABCDEFG'[:3])
'''
小结
'''
有了切片操作，很多地方循环就不再需要了。Python的切片非常灵活，一行代码就可以实现很多行循环才能完成的操作。
'''
去除首尾空格
'''
def trim(s):
if(s[:1]==" "):
s=s[1:];
s=trim(s);
elif(s[-1:]==" "):
s=s[:-1];
s=trim(s);
return s
'''
2.迭代
如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。
d = {'a': 1, 'b': 2, 'c': 3}
for key in d.items():
# print(key)
'''
默认情况下，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()。
'''
如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：
'''
from collections import Iterable
print(
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) # 整数是否可迭代 False
)
'''
Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：
'''
for i, value in enumerate(['A', 'B', 'C']):
print(i, value)
'''
上面的for循环里，同时引用了两个变量，在Python里是很常见的，比如下面的代码：
'''
for x, y in [(1, 1), (2, 4), (3, 9)]:
print(x, y)
'''
'''
def findMinAndMax(L):
if L==[]:
return (None,None)
min = L[0]
max = L[0]
for i in L:
if i>max:
max=i
if i<min:
min=i
return(min,max)
LI=[1,2,3,44,5,6,7,88]
print(findMinAndMax(LI))
'''
小结
任何可迭代对象都可以作用于for循环，包括我们自定义的数据类型，只要符合迭代条件，就可以使用for循环。
3.列表生成式
'''
列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。
'''
3.1.举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))
3.2.要生成[1x1, 2x2, 3x3, ..., 10x10]
'''
print([x * x for x in range(1, 11)])
'''
3.3.还可以使用两层循环，可以生成全排列：
'''
[m + n for m in 'ABC' for n in 'XYZ']
print([m+n for m in 'ABC' for n in 'XYZ'])
'''
3.4.三层和三层以上的循环就很少用到了。
'''
运用列表生成式，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：
import os # 导入os模块，模块的概念后面讲到
print([d for d in os.listdir('.')]) # os.listdir可以列出文件和目录
'''
3.5.列表生成式也可以使用两个变量来生成list：
'''
d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()]
'''
3.6.最后把一个list中所有的字符串变成小写：
'''
L = ['Hello', 'World', 'IBM', 'Apple']
[s.lower() for s in L]
L = ['Hello', 'World', 18, 'Apple', None]
l2 = [s.lower() for s in L if isinstance(s,str)]
['hello', 'world', 'apple']
l2 = [s.lower() if isinstance(s, str) else s for s in L]
['hello', 'world',18, 'apple', None]
print(l2)
'''
4.生成器
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
'''
['Hello', 'World', 18, 'Apple', None]
'''
'''
g=('Hello', 'World', 18, 'Apple', None)
for n in g:
print(n)
'''
'''
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
'''
'''
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
for n in fib(6):
print(n)
g = fib(6)
while True:
try:
x=next(g)
print('g:',x)
except StopIteration as e:
print('done')
break
'''
'''
def triangles():
L=[1]
while len(L)<11:
yield L
L=[1]+[L[i]+L[i-1] for i in range(1,len(L))]+[1]
'''
5.迭代器
'''
可以直接作用于for循环的数据类型有以下几种：
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。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象。
'''
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数:
isinstance(iter('abc'), 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。
'''
小结
'''
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。
'''
