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。

切片：

L = [‘Michael‘, ‘Sarah‘, ‘Tracy‘, ‘Bob‘, ‘Jack‘]

print 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print L[:3]

同时可以设置步长：

L = range(100)

print L[10:20:2] # 最后一个2表示每隔2隔取一个值

print L[::5] # 所有数每隔5隔取一个

print L[:] # 原样复制一个list

tuple = (0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10) #tuple也可以切片

print tuple[:3]

print ‘ABCDEFG‘[:3] # 字符串也可以进行切片

print ‘ABCDEFG‘[::2]

按照从左边开始到右边截止的交集，否则为空。

迭代：

在Python中，迭代是通过for ... in来完成的；当我们使用for循环时，只要作用于一个可迭代对象，for循环就可以正常运行，而我们不太关心该对象究竟是list还是其他数据类型；那么，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) # True

print isinstance([1, 2, 3], Iterable) # True

print isinstance((1, 2, 3), Iterable) # True

print isinstance({‘java‘: ‘diff‘, ‘python‘: ‘middle‘}, Iterable) # True

同时可以获取可迭代对象元素的下标：

for i, key in enumerate([‘a‘, ‘b‘, ‘c‘]):

print i,key

0 a

1 b

2 c

for x, y in [(1, 1), (2, 4), (3, 9)]:

print x, y

1 1

2 4

3 9

列表生成式：

print [x*x for x in range(1, 11)]

# [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

print [x*x for x in range(1, 11) if x % 2 ==0]

# [4, 16, 36, 64, 100],在list里面可以用if语句进行刷选

print [m+n for m in ‘ABC‘ for n in ‘XYZ‘]

# [‘AX‘, ‘AY‘, ‘AZ‘, ‘BX‘, ‘BY‘, ‘BZ‘, ‘CX‘, ‘CY‘, ‘CZ‘]

L = [‘Hello‘, ‘World‘, 18, ‘Apple‘, None]

print [x.lower() if isinstance(x, str)else x for x in L ]

# [‘hello‘, ‘world‘, 18, ‘apple‘, None]，在条件表达式中进行筛选

生成器：

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，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，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器(Generator)。

创建L

和g

的区别仅在于最外层的[]

和()

，L

是一个list，而g

是一个generator。

s = (x*x for x in range(1, 11))

print [m for m in s] # 通过for循环遍历出generator的内容

另一种生成generator的方法：

def odd():

print ‘step 1‘

yield 1

print ‘step 2‘

yield 3

print ‘step 3‘

yield 5

print odd()

print [m for m in odd()]

结果：

step 1

step 2

step 3

[1, 3, 5]

变成generator的函数后，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。

原文：http://my.oschina.net/u/257801/blog/519347