slice()

Python 的 slice() 函数用于创建切片对象，该对象可动态生成序列切片规则，特别适用于需要参数化切片的场景。其核心特性和用法如下：

核心语法与功能

slice(stop)           切片 [0:stop]
slice(start, stop)    切片 [start:stop]
slice(start, stop, step)  切片 [start:stop:step]

返回的切片对象包含三个只读属性：.start、.stop、.step（未指定时为 None）

基础用法示例

创建切片对象
s1 = slice(3)         等效于 [0:3]
s2 = slice(1, 5)      等效于 [1:5]
s3 = slice(0, 10, 2)  等效于 [0:10:2]

应用切片
data = list(range(10))
print(data[s1])   [0, 1, 2]
print(data[s2])   [1, 2, 3, 4]
print(data[s3])   [0, 2, 4, 6, 8]

动态切片应用
切片对象支持运行时参数化，比直接使用 [start:stop:step] 更灵活：

def dynamic_slice(sequence, start=None, stop=None, step=None):
    """根据参数动态切片序列"""
    slicer = slice(start, stop, step)
    return sequence[slicer]

arr = [10, 20, 30, 40, 50]
print(dynamic_slice(arr, 1, 4))    [20, 30, 40]
print(dynamic_slice(arr, step=2))  [10, 30, 50]

切片对象属性访问

s = slice(2, 8, 2)
print(s.start)  2
print(s.stop)   8
print(s.step)   2

与直接切片的对比

实际应用场景

1. 数据分块处理

   chunk_size = 3
   data = list(range(10))
   for i in range(0, len(data), chunk_size):
       chunk = data[slice(i, i+chunk_size)]
       process(chunk)
   

2. 多维数组切片

   import numpy as np
   arr = np.arange(24).reshape(4, 6)
   row_slice = slice(1, 3)
   col_slice = slice(2, 5, 2)
   print(arr[row_slice, col_slice])  第1-2行，第2-4列（步长2）
   

3. 自定义序列行为

   class CustomSeq:
       def __getitem__(self, index):
           if isinstance(index, slice):
               return f"切片: {index.start}|{index.stop}|{index.step}"
   cs = CustomSeq()
   print(cs[1:5:2])  输出: 切片: 1|5|2
   

💡 最佳实践：当切片参数需动态计算或重复使用时，优先选择 slice() 对象提升代码可读性和复用性。