切片
针对list 或tuple， 要取其中的部分元素，用循环实现比较麻烦，可以用切片轻松的完成。
>>> L = list(range(100)) >>> L [0, 1, 2, 3, ..., 99]
前10个数：
>>> L[:10] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
0 可以省略。前11-20个数：
>>> L[10:20] [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
是一个左闭又开区间。也可以取负数。后10个数：
>>> L[-10:] [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
所有数，每5个取一个：
>>> L[::5] [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
甚至什么都不写，只写[:]就可以原样复制一个list：
>>> L[:] [0, 1, 2, 3, ..., 99]
tuple也是一种list，唯一区别是tuple不可变。因此，tuple也可以用切片操作，只是操作的结果仍是tuple。
字符串‘xxx‘也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串。
迭代
在Python中，只要是可迭代对象，无论有无下标，都可以迭代。list、tuple、str、dict。。。
>>> d = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3}
>>> for key in d:
... print(key)
...
a
c
b
因为dict的存储不是按照list的方式顺序排列，所以，迭代出的结果顺序很可能不一样。
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 >>> 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
如果要对list实现类似Java那样的下标循环怎么办？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) ... 0 A 1 B 2 C
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。
>>> [x * x for x in range(1, 11)] [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
写列表生成式时，把要生成的元素放到前面，后面跟for循环，就可以把list创建出来，十分有用。
for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：
>>> [x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100]
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‘] [‘AX‘, ‘AY‘, ‘AZ‘, ‘BX‘, ‘BY‘, ‘BZ‘, ‘CX‘, ‘CY‘, ‘CZ‘]
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()]
[‘y=B‘, ‘x=A‘, ‘z=C‘]
最后把一个list中所有的字符串变成小写：
>>> L = [‘Hello‘, ‘World‘, ‘IBM‘, 18， ‘Apple‘] >>> [s.lower() for s in L if isinstance(s,str)] [‘hello‘, ‘world‘, ‘ibm‘, ‘apple‘]
生成器
如果要生成数量非常大的list，要很浪费存储空间。 如果列表元素可以推算出来，就不用创建完整的list，从而节省很大的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
创建一个generator 有两种方式。一：把一个列表生成式的[]改成()
>>> L = [x * x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g <generator object <genexpr> at 0x1022ef630>
打印generator，用for循环，而不是用next（g）。
如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return ‘done‘
要把fib函数变成generator，只需要把print(b)改为yield b就可以了：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return ‘done‘
这就是定义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：
注意：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。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
练习：生成杨辉三角
def triangle(): N=[1] while True: yield N N.append(0) N=[N[i-1]+N[i] for i in range(len(N))] n=0 for t in triangle(): print(t) n=n+1 if n==10: break
迭代器
可以直接作用于for循环的对象统称为可迭代对象：Iterable。
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。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
>>> isinstance(iter([]), Iterator) True >>> isinstance(iter(‘abc‘), Iterator) True
Python的for循环本质上就是通过不断调用next()函数实现的。