高级特性

1.切片

2.迭代

默认dict迭代的是key

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
...     print(key)
...
a
c
b

如果迭代value 可以使用for value in d.values( )
同时迭代key和value,可以使用 for k,v in d.items()
如果要对list实现下表循环，python内置的enumerate函数可以把list变成索引元素对。

>>> for i, value in enumerate(['A', 'B', 'C']):
...     print(i, value)
...
0 A
1 B
2 C

3.列表生成式

可以直接创建一个列表
[x*x for x in range(1,11)]
[1,4,9.....,100]
加上if判断
[x*x for x in range(1,11) if x%2 == 0]
二层循环，可以生成全排列
[m+n for m in "ABC" for n in "XYZ"]
使用多个变量
[k +'='+v for k,v in d.itens()]
将list中所有的字符串变成小写
[s.lower() for s in L]

判断变量是不是字符串
isinstance(x,str)

4.生成器（generator）

列表生成式，可以直接创建一个列表，但是受内存限制，列表容量肯定是有限的，而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅需访问前面几个元素，那后面的绝大多数元素占用的空间将白白的浪费了。
创建一个generator
1.只要把一个列表生成式的[]改成()

>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
我们可以通过next()函数获得generator的每一个元素
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)

generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4

2.generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个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'

5.迭代器

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