Python高级用法总结

列表推导（list comprehensions）

场景1：将一个三维列表中所有一维数据为a的元素合并，组成新的二维列表。

最简单的方法：新建列表，遍历原三维列表，判断一维数据是否为a，若为a,则将该元素append至新列表中。
缺点：代码太繁琐，对于Python而言，执行速度会变慢很多。

针对场景1，我们首先应该想到用列表解析式来解决处理，一行代码即可解决：

lista = [item for item in array if item[0] == 'a']

那么，何为列表解析式？

官方解释：列表解析式是Python内置的非常简单却强大的可以用来创建list的生成式。

强大具体如何体现？

可以看到，使用列表解析式的写法更加简短，除此之外，因为是Python内置的用法，底层使用C语言实现，相较于编写Python代码而言，运行速度更快。

场景2: 对于一个列表，既要遍历索引又要遍历元素。

这里可以使用Python内建函数enumerate，在循环中更好的获取获得索引。

array = ['I', 'love', 'Python']for i, element in enumerate(array):  array[i] = '%d: %s' % (i, seq[i])

可以使用列表推导式对其进行重构：

def getitem(index, element):  return '%d: %s' % (index, element)array = ['I', 'love', 'Python']arrayIndex = [getitem(index, element) for index, element in enumerate(array)]

据说这种写法更加的Pythonic。

总结：如果要对现有的可迭代对象做一些处理，然后生成新的列表，使用列表推导式将是最便捷的方法。

迭代器和生成器

迭代器（Iterator）

这里的迭代可以指for循环，在Python中，对于像list，dict和文件等而言，都可以使用for循环，但是它们并不是迭代器，它们属于可迭代对象。

什么可迭代对象

最简单的解释：可以使用for...in...语句进行循环的对象，就是可迭代对象（Iterable），可以使用isinstance()方法进行判断。

from collections import Iterable type = isinstance('python', Iterable)print type

什么是迭代器
迭代器指的是可以使用next()方法来回调的对象，可以对可迭代对象使用iter()方法，将其转换为迭代器。

temp = iter([1, 2, 3])print type(temp)print next(temp)

此时temp就是一个迭代器。所以说，迭代器基于两个方法：

可理解为可被next()函数调用并不断返回下一个值的对象就是迭代器，在定义一个装饰器时将需要同时定义这两个方法。

迭代器的优势

在构建迭代器时，不是将所有的元素一次性的加载，而是等调用next方法时返回元素，所以不需要考虑内存的问题。

迭代器应用场景