点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
接着廖雪峰老师的学习教程，小编要开始加快推进Python的学习进程了。今天的笔记内容是Python高级特性，其中包括快速访问对象类型元素的切片、循环中的迭代意义、方便的列表生成式操作以及生成器和迭代器。虽然有些苦逼，但是一想到数据科学家的远大理想，小编就又能快马加鞭的向前冲了！
切片
切片（slice）的功能类似于R语言中的取数或者访问数据对象元素，但R中对象都是向量、矩阵数据框，在Py里面我们切片的作用对象是list、tuple或者dict等数据对象类型。假设一个list如下：
L=['Durant','Curry','Green','James','Erving']
如果我们想取用前3个元素，可以通过list的索引来做，但一旦元素个数过多，通过索引访问的方法就行不通了。当然我们也可以通过写for循环来遍历对象的每个元素。但通常这些方法比起切片来都过于繁琐：
>>> L=[0:3]['Durant','Curry','Green']
L[0:3]表示从索引0开始取，到索引3为止，但不包括索引3 的元素。如果第一个索引是0，还可以简写为：
>>> L=[:3]['Durant','Curry','Green']
当然和之前一样，我们也可以倒着访问list对象：
>>> L=[-2:0]['James','Erving']
切片除了可以作用于list、tuple等对象类型，还可以对字符串等进行切片操作，在字符串中，切片的作用类似于一些字符处理函数，这里就不举例说明了。这样一来，有了切片操作以后，就无需去写循环语句了。
迭代
如果我们通过for循环来遍历一个list或者tuple对象，这种遍历过程就可以称之为迭代。只要for循环可以作用的对象类型，我们都可以对其进行迭代操作，如list、tuple或者dict，这些都可以称作可迭代对象。如何判断一个对象是否可迭代？我们可以通过导入collections模块中的Iterable类型进行判断：
>>> from collections import Iterable>>> isinstance('abc',Iterable)True>>> isinstance([1,2,3],Iterable)True>>> isinstance(123,Iterable)False
任何可迭代对象都可作用于for循环，包括我们自定义的数据对象，只要可以作用于for循环，都是可迭代对象。
列表生成式
列表生成式（list comprehensions），是Py内置的 一种简单而又非常强大的创建列表的生成式。比方说我们可以用list（range（1:11））来生成1:11的数字列表：
>>> list（range(1:11)）[1,2,3,4,5,6,7,8,9,10]
但如果我们要生成[1x1,2x2,3x3...,10x10]这样的列表又该如何写命令呢？一种方法就是写循环：
>>> L =[]>>> for x in range(1:11):... L.append(x*x)...>>> L[1,4,9,16,25,36,49,64,81,100]
但正如我们前面所说，循环太繁琐，能不用尽量不用，比竟Py的核心要义是简洁，能一行代码完成的事情绝对不用五行。上述循环用列表生成式语句一行即可搞定：
>>> [x * x for x in range(1:11)][1,4,9,16,25,36,49,64,81,100]
for循环后面还可加上if条件判断进行结果筛选：
>>> [x * x for x in range(1:11) if x%2==0][4,16,36,64,100]
生成器
列表生成器虽然方便，但占用内存比较大，很多时候我们都不需要完整list进行分析，因而Py中还有一种边循环边计算的机制，称之为生成器：Generator。创建另一个生成器的方法有很多，但主要还是通过如下两种方法：（1）直接创建法。（2）通过修改Py函数的print命令为yield。
直接创建法很简单，只需将列表生成式中的[ ]符号改成（）即可：
>>> g = (x * x for x in range(10))>>> g<generator object <genexpr> at 0x34031fh479>
输出g的结果表明对象g已经是一个generator了。我们可以通过for循环来访问和调用generator的每一个元素：
>>> g= (x * x for x in range(10))>>> for n in g:... print(n)...0 1 4 9 16 25 36496481
另一种创建生成器的方式为修改Py函数中print命令为yield命令即可。例如我们创建一个斐波那契数列表，但列表生成器无法直接生成，编写函数则较为方便：
def fibonacci(max):i, a, b = 0, 0, 1while i < max:print(b)a, b = b, a + bi = i + 1return 'done'
我们修改上面函数定义中的print命令：
def fibonacci(max):i, a, b = 0, 0, 1while i < max:yield ba, b = b, a + bi = i + 1return 'done'
这样一修改，fibonacci就不再是一个普通的函数了，而是一个generator了：
>>> f = fibonacci(6)>>> f<generator object fibonacci at 0x104feaaa0>
迭代器
由前述我们知道，可以直接作用于for循环的对象我们称之为可迭代对象：Iterable。使用collections模块中的isinstance函数可以判断一个对象是否可迭代。而生成器不但可以作用于for循环，还可以通过next（）函数不断返回下一个值，这样的对象我们称之为迭代器，Iterator。
生成器都是迭代器，但list、tuple、dict等对象虽然是可迭代的（Iterable），但却并不是迭代器（Iterator），如要将其变成迭代器，我们可以使用iter函数。我们可以写一个关于杨辉三角的生成器（迭代器）：
def triangles():L = [1]while True:yield LL.append(0)L = [L[i-1] + L[i] for i in range(len(L))]n = 0for m in triangles():print(m)n = n + 1if n == 10:break[1] [1, 1] [1, 2, 1] [1, 3, 3, 1] [1, 4, 6, 4. 1] [1, 5, 10, 10, 5, 1] [1, 6, 15, 20, 15, 6, 1] [1, 7, 21, 35, 35, 21, 7, 1] [1, 8, 28, 56, 70, 56, 28, 8, 1] [1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三+上海交大+视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
如果觉得《Python高级特性：切片 迭代 列表生成式 生成器与迭代器》对你有帮助，请点赞、收藏，并留下你的观点哦！
