计算机其实就是可以做数学计算的机器，所以计算机程序当然可以处理各种数值。任何一种语言最重要的就是他的数据结构。 在Python 里面常用的数据类型有 - 基本数据类型：包含整数、浮点数、布尔值，可以看成是单独的数据 - 容器数据类型：单独的数据放到一个容器里面就可以得到**容器类型**的数据，比如说字符串、元组、列表、字典、集合 > 可以使用 `dir(int)`这种类型的函数查看对象中可用的属性和方法 # 基本数据类型 ## 整数 ## 浮点数 整数加上一个小数点，就可以创建float ## 布尔值 对与数值变量，0，0.0都可以认为是空的，对于容器变量，里面没有元素就可以认为是空的。 ## 空值 空值是 Python 里一个特殊的值，用 None 表示。None 不能理解为 0，因为 0 是有意义的，而 None 是一个特殊的空值。 # 容器数据类型 ## 字符串 ### 创建字符串 字符串是以单引号' 或双引号 " 括起来的任意文本，比如'abc'，"xyz" 等等。 注意，'' 或 "" 本身只是一种表示方式，不是字符串的一部分，因此，字符串'abc' 只有 a，b，c 这 3 个字符。 如果' 本身也是一个字符，那就可以用 "" 括起，比如 `"I'm OK"` 如果字符串内部既包含' 又包含 " 怎么办？可以用转义字符 \ 来标识，比如 ```python 'I\'m \"OK\"' ``` 如果字符串里面有很多字符都需要转义，就需要加很多 \，为了简化，Python 还允许用 r'' 表示'' 内部的字符串默认不转义 |转义字符|描述| |:--|:--| |\(在行尾时)|续行符| |\\|反斜杠符号| |\',\"|引号| |\n|换行| |\r|回车| |\oyy|八进制数，yy 代表的字符，例如：\o12 代表换行，其中 o 是字母，不是数字 0。| |\xyy|十六进制数，yy 代表的字符，例如：\x0a 代表换行| ```python print (r'\\\t\\') ``` 如果有很多换行，可以使用 `'''...'''`表示多行内容 ```python print ('''line1 line2 line3''') ``` 多行字符串'''...''' 还可以在前面加上 r 使用 ### 字符串编码 我们知道计算机只能处理数字，如果要处理文本，需要将文本转换成数字。 最早的计算机在设计时采用 8 个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是 255（二进制 11111111 = 十进制 255），如果要表示更大的整数，就必须用更多的字节。 由于计算机是美国人发明的，因此，最早只有 127 个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为 ASCII 编码，比如大写字母 A 的编码是 65，小写字母 z 的编码是 122。 但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和 ASCII 编码冲突，所以，中国制定了 GB2312 编码，用来把中文编进去。 于是各国有各国的标准，不可避免的会出现冲突。 所以Unicode应运而生，可以将所有的语言统一到一套编码。 那么ASCII 编码和 Unicode 编码的主要区别在于：ASCII 编码是 1 个字节，而 Unicode 编码通常是 2 个字节。 不过新的问题在于，如果统一成 Unicode 编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用 Unicode 编码比 ASCII 编码需要多一倍的存储空间，在存储和传输上就十分不划算。 又出现了把 Unicode 编码转化为 “可变长编码” 的 UTF-8 编码。 UTF-8 编码把一个 Unicode 字符根据不同的数字大小编码成 1-6 个字节，常用的英文字母被编码成 1 个字节，汉字通常是 3 个字节，只有很生僻的字符才会被编码成 4-6 个字节。如果你要传输的文本包含大量英文字符，用 UTF-8 编码就能节省空间： |字符|ASCII|Unicode|UTF-8| |:--|:--|:--|:--| |A|1000001|00000000 01000001|1000001| |中|x|01001110 00101101|11100100 10111000 10101101| 搞清楚了 ASCII、Unicode 和 UTF-8 的关系，我们就可以总结一下现在计算机系统通用的字符编码工作方式： - 在计算机内存中，统一使用 Unicode 编码，当需要保存到硬盘或者需要传输的时候，就转换为 UTF-8 编码。 - 用记事本编辑的时候，从文件读取的 UTF-8 字符被转换为 Unicode 字符到内存里，编辑完成后，保存的时候再把 Unicode 转换为 UTF-8 保存到文件：  浏览网页的时候，服务器会把动态生成的 Unicode 内容转换为 UTF-8 再传输到浏览器：  ### encode,decode 最新的 Python 3 版本中，字符串是以 Unicode 编码的。 也就是说，Python 的字符串支持多语言，例如： ```python >>> print('包含中文的str') ``` 由于 Python 的字符串类型是 str，在内存中以 Unicode 表示，一个字符对应若干个字节。 如果要在网络上传输，或者保存到磁盘上，就需要把 str 变为以**字节**为单位的 bytes。 Python 对 bytes 类型的数据用带 b 前缀的单引号或双引号表示，要注意区分'ABC' 和 b'ABC'，前者是 str，后者虽然内容显示得和前者一样，但 bytes 的每个字符都只占用一个字节。 str可以通过 `encode()`编码为指定的 `bytes` 比如 ```python 'ABC'.encode('ascii') '中文'.encode("utf-8") ``` > 含有中文的 str 无法用 ASCII 编码，因为中文编码的范围超过了 ASCII 编码的范围，Python 会报错。 如果我们从网络或磁盘上读取了字节流，那么读到的数据就是 bytes。要把 bytes 变为 str，就需要用 decode() 方法 ```python >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') '中文' ``` 如果 bytes 中只有一小部分无效的字节，可以传入 errors='ignore' 忽略错误的字节： 当 Python 解释器读取源代码时，为了让它按 UTF-8 编码读取，我们通常在文件开头写上这两行： ```python #!/usr/bin/env python3 # -*- coding: utf-8 -*- ``` ### 格式化 一个常见的问题是如何输出格式化的字符串 ```python >>> 'Hi, %s, you have $%d.' % ('Michael', 1000000) ``` % 运算符就是用来格式化字符串的。在字符串内部，%s 表示用字符串替换，%d 表示用整数替换，有几个 %? 占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个 %?，括号可以省略。 如果你不太确定应该用什么，%s 永远起作用，它会把任何数据类型转换为字符串 有些时候，字符串里面的 % 是一个普通字符怎么办？这个时候就需要转义，用 %% 来表示一个 % 另一种格式化字符串的方法是使用字符串的 format() 方法，它会用传入的参数依次替换字符串内的占位符 {0}、{1}……，不过这种方式写起来比 % 要麻烦得多： ```python >>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125) 'Hello, 小明, 成绩提升了 17.1%' ``` ### 索引和切片 Python 里面索引有三个特点 - 从 0 开始 ，不像 Matlab 从 1 开始。 - 切片通常写成 start:end 这种形式，包括「start 索引」对应的元素，但是不包括「end 索引」对应的元素。比如 s [2:4] 只获取字符串第 3 个到第 4 个元素。 - 索引值可正可负，正索引从 0 开始，从左往右；负索引从 -1 开始，从右往左。使用负数索引的时候，会从最后一个元素开始计数，最后一个元素的位置编号是-1 技巧：可以想象将元素分开的隔栏，显然 6 个元素需要 7 个隔栏，隔栏索引也是从 0 开始，这样再看到 start:end 就认为是隔栏索引，那么获取的元素就是「隔栏 start」和「隔栏 end」之间包含的元素。 - string [2:4] 就是「隔栏 2」和「隔栏 4」之间包含的元素，即 th - string [-5:-2] 就是「隔栏 -5」和「隔栏 -2」之间包含的元素，即 yth  ### 正则表达式 正则表达式 (regular expression) 主要用于识别字符串中符合某种模式的部分 ```bash input = """ '06/18/2019 13:00:00', 100, '1st'; '06/18/2019 13:30:00', 110, '2nd'; '06/18/2019 14:00:00', 120, '3rd' """ ``` 我们用下面这样的模式 ```bash pattern = re.compile("'[0-9/:\s]+'") ``` 里面符号的意思如下： - 最外面的两个单引号 ' 代表该模式以它们开始和结束 - 中括号 [] 用来概括该模式涵盖的所有类型的字节 - 0-9 代表数字类的字节 - / 代表正斜线 - : 代表分号 - \s 代表空格 - [] 外面的加号 + 代表 [] 里面的字节出现至少 1 次 然后就可以把所有符合pattern的日期表达式都找出来 ```bash pattern.findall(input) ["'06/18/2019 13:00:00'", "'06/18/2019 13:30:00'", "'06/18/2019 14:00:00'"] ``` 接下来就可以把 / 换成 -，或者用 datetime 里面的 striptime () 把日期里年、月、日、小时、分钟和秒都获取出来。 ### 字符串运算符 |操作符|描述|实例| |:--|:--|:--| |+|字符串连接|a + b 输出结果： HelloPython| |*|重复输出字符串|a*2 输出结果：HelloHello| |[ : ]|截取字符串中的一部分，遵循左闭右开原则，str [0,2] 是不包含第 3 个字符的。|a [1:4] 输出结果 ell| |in,not in|成员运算符|H' in a 输出结果 True| ### 内建函数 #### len 要计算 str 包含多少个字符，可以用 len() 函数： ```python >>> len('中文') 2 ``` 如果 len()里面传入的是 `bytes`，将计算字节数 ```python >>> len('中文'.encode('utf-8')) 6 # 中文将被编码为 b'\xe4\xb8\xad\xe6\x96\x87' ``` - capitalize ()：大写句首的字母 - split ()：把句子分成单词 - find (x)：找到给定词 x 在句中的索引，找不到返回 -1 - replace (x, y)：把句中 x 替代成 y - strip (x)：删除句首或句末含 x 的部分 比如说我们提取到字符类型的值之后，一般会使用 x.strip(" ")去除空格 |方法|描述|类型|实例| |:--|:--|:--|:--| |capitialize()|首字母大写|替换|| |expandtabs(tabsize=8)|将tab转为空格，默认空格数为8|替换|| |lower(),upper()|转换为小写|替换|| |replace(old, new [, max])|把 将字符串中的 str1 替换成 str2, 如果 max 指定，则替换不超过 max 次。|替换|| |count(str,beg=0,end=len(string))|返回str在string里面的次数，beg和end用于指定特定的范围|判断|str.count('run', 0, 10)| |endswith(suffix,beg=0,end=(len(string))|检查字符串是否以 obj 结束|判断|Str.endswith(suffix, 0, 19)| |isalnum(),isalpha(),isspace()|isalnum()表示至少有一个字符，并且所有字符都是字母或者数字，isalpha()表示至少有一个字符，并且所有字符都是字母|判断|| |isdigit(),isnumeric()，isdecimal()|只包含数字或者数字字符，则返回True|判断|| |islower(),isupper()|所有这些 (区分大小写的) 字符都是小写|判断|| |lstrip(),rstrip()|截掉字符串左边的空格或指定字符。|判断|| |startswith(substr, beg=0,end=len(string))|检查字符串是否是以指定子字符串 substr 开头，|判断|| |rfind(str, beg=0,end=len(string))|从右边开找|查找|| |find(str,beg=0,end=(len(string))|检测 str 是否包含在字符串中,若包含，则返回开始的索引值，否则返回-1|查找|str1.find(str2, 10)| |index(str, beg=0, end=len(string))|跟 find () 方法一样，但是如果 str 不在字符串中会报一个异常.|查找|| |max(str)|返回字符串 str 中最大的字母。|查找|| |swapcase()|将字符串中大写转换为小写，小写转换为大写|转换|| |join(seq)|以指定字符串作为分隔符，将 seq 中所有的元素 合并|重组|| |split(str="", num=string.count(str))|num=string.count (str)) 以 str 为分隔符截取字符串，如果 num 有指定值，则仅截取 num+1 个子字符串|重组|| |splitlines([keepends])|按照行 ('\r', '\r\n', \n') 分隔，返回一个包含各行作为元素的列表，如果参数 keepends 为 False，不包含换行符，如果为 True，则保留换行符。|重组|| |bytes.decode(encoding="utf-8", errors="strict")|Python3 中没有 decode 方法，但我们可以使用 bytes 对象的 decode () 方法来解码给定的 bytes 对象，这个 bytes 对象可以由 str.encode () 来编码返回。|编码|| |encode(encoding='UTF-8',errors='strict')|以 encoding 指定的编码格式编码字符串|编码|| ## 变量 变量在程序中就是用一个变量名表示了，变量名必须是大小写英文、数字和_的组合，且不能用数字开头 在 Python 中，等号 = 是赋值语句，可以把任意数据类型赋值给变量，同一个变量可以反复赋值，而且可以是不同类型的变量 这种变量本身类型不固定的语言称之为 **动态语言**，与之对应的是静态语言。 当我们写a = 'ABC' Python的解释器做了两件事： - 在内存中，创建 'ABC'字符串 - 在内存中创建了一个名为 `a`的变量，并指向 `'ABC'` 比如如下代码 ```python a = 'ABC' b = a a = 'XYZ' print(b) ``` 执行 a = 'ABC'，解释器创建了字符串'ABC' 和变量 a，并把 a 指向'ABC'：  执行 b = a，解释器创建了变量 b，并把 b 指向 a 指向的字符串'ABC'：  执行 a = 'XYZ'，解释器创建了字符串 'XYZ'，并把 a 的指向改为'XYZ'，但 b 并没有更改：  所以，最后打印变量 b 的结果自然是'ABC' 了。 ## list list是一种有序的集合，可以随时添加和删除其中的元素。 ### 创建list ```python classmates = ['Michael', 'Bob', 'Tracy'] ``` list元素也可以是另外一个list ```python s = ['python', 'java', ['asp', 'php'], 'scheme'] ``` 注意s只有4个元素，其中 `s[2]`又是一个list。 ### 索引和切片 ```python classmates[-3] ``` 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，还可以省略 - 取前10个数： L[:10] - 后10个数：L[-10:] - 前11~20个数：L[10:20] - 所有数每5个取一个：L[::5] ### 内置方法 - 追加： classmates.append('Adam') - 插入到指定的位置： classmates.insert(1,'Jack') - 删除list末尾的元素：classmates.pop() - 更新或者替换元素： classmates[1] = 'Sarah' ### 迭代 我们可以通过 `for`循环来遍历list或者tuple Python主要使用 `for ... in `来完成迭代，而Java是使用下标完成 所以Python的抽象程度高于java的for循环。 for循环不仅可以作用于list上，还可以用在其他可迭代的对象里面。 如果要实现类似于Java那样的下标循环，可以使用 `enumerate`把一个list变成索引-元素对 ```python for i , value in enumerate (['A','B','C']): print (i , value) ``` ### 列表生成式 如果要生成从1 到10的列表可以使用 ```python list(range(1, 11)) ``` 如果要生成 [1x1, 2x2, 3x3, ..., 10x10] 怎么做？ ```python [x * x for x in range(1, 11)] ``` 还可以加上 if 判断，这样我们就可以筛选出仅偶数的平方： ```python >>> [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： ```python >>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'] ``` 还可以通过一行代码列出当前目录下的所有文件和目录名 ```python import os [d for d in os.listdir('.')] ``` 把一个 list 中所有的字符串变成小写： ```python >>> L = ['Hello', 'World', 'IBM', 'Apple'] >>> [s.lower() for s in L] ``` ### 生成器 通过列表生成式倒是可以直接创建一个列表，但是如果列表特别的大，需要占用的存储空间自然非常多。 所以能不能让列表元素通过某种算法推算出来。 在 Python 中，这种一边循环一边计算的机制，称为生成器：generator。 要创建一个generator，第一种方法就是把一个列表生成式的 [] 改成 ()，就创建了一个 generator ```python g = (x*x for x in range(10)) ``` 那么如何把下一个返回值打印出来 ```python 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。 其实正确的方法应该是通过 `for`循环，因为generator也是可迭代对象 ```python g = (x * x for x in range(10)) for n in g : print (n) ``` 比如Fibonacci数列，除第一个和第二个数外，任意一个数都可以由前两个数相加得到 ```python def fib(max): n , a , b = 0 , 0 , 1 while n < max: print (b) a , b = b , a + b n = n + 1 return 'done' ``` 注意，赋值语句： a, b = b, a + b 相当于： ```python t = (b, a + b) # t是一个tuple a = t[0] b = t[1 ``` 可以看出，fib 函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似 generator。 要把fib函数变成generator，只需要把 print(b)改为 yield b ```python def fib (max): n , a , b = 0 , 0 , 1 while n < max: yield b a , b = b , a + b n = n + 1 return 'done' ``` 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： 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。 举个简单的例子，定义一个 generator，依次返回数字 1，3，5： ```python def odd(): print('step 1') yield 1 print('step 2') yield(3) print('step 3') yield(5) ``` 调用该generator时，首先要生成一个generator对象，然后用next()获得下一个返回值 ```python o = odd() next(o) ``` 可以看到，odd 不是普通函数，而是 generator，在执行过程中，遇到 yield 就中断，下次又继续执行。执行 3 次 yield 后，已经没有 yield 可以执行了，所以，第 4 次调用 next(o) 就报错。 同样的，把函数改成 generator 后，我们基本上从来不会用 next() 来获取下一个返回值，而是直接使用 for 循环来迭代 ## tuple 另外一种有序列表叫元组：tuple tuple与list非常相似，但是tuple一旦初始化不能修改 ```python >>> classmates = ('Michael', 'Bob', 'Tracy') ``` 不过tuple不能改变，所以没有 append,insert这样的方法 不可变的tuple有什么意义呢？ 因为tuple不可变，所以代码更安全。 需要注意的是，当定义一个tuple的时候，其元素就必须确定下来。 如果要定义只有一个元素的tuple需要 ```python t = (1,) ``` 因为括号 () 既可以表示 tuple，又可以表示数学公式中的 如果tuple中有一个元素是列表，这个列表其实是可以赋值的，。 ```python >>> t = ('a', 'b', ['A', 'B']) >>> t[2][0] = 'X' >>> t[2][1] = 'Y' >>> t ('a', 'b', ['X', 'Y']) ``` 如下是tuple包含的三个元素：  如果把 A和B修改为X和Y，tuple变为  表面上看， tuple的元素确实变了，但是变的其实不是tuple的元素，而是list的元素。 所谓tuple不变，指的是tuple的每个元素，指向永远的变。但是指向的这个list本身是可变的。 ## dict dict使用 key -value这种键值对进行存储，查找速度极快。 为什么dict查找速度这么快？ 假设我们正在查字典，如果要查某一个汉字，第一种方法是从第一页往后面翻，直到找到，这就是list查找元素的方法。 第二种方法是建立一个索引表，查这个字对应的页码，然后直接翻到相应的页数。 这样无论是找哪一个字，速度都非常快，而且还不会随着字典大小增加而增加。 dict就是采用的第二种方法，现在给定一个名字，就可以在内部算出这个名字对应的页码，也就是存放数值的内存地址。速度自然非常块。 同样，在放入数据的时候，也需要根据key算出value存放的位置。这样才能根据key直接拿到value ### 创建dict 可以使用两 种方法创建dict - 初始化的时候指定 ```python d = {'Michael': 95, 'Bob': 75, 'Tracy': 85} ``` - 通过key放入 ```python >>> d['Adam'] = 67 ``` 如果 key 不存在，dict 就会报错，为了避免这个问题，可以使用 `in`来进行判断 ```python 'Thomas' in d ``` 或者通过 dict 提供的 get() 方法 ```python d.get("Thomas") ``` 如果不存在会返回None > 注意：返回 None 的时候 Python 的交互环境不显示结果。 ### 删除key 使用 `pop(key)`可以删除key，对应的value也会删除掉 ### 注意 值得注意的是，dict内部存放的顺序与key放入的顺序没有关系。 ### 与list对比 和list相对比，dict具有如下特点 - 插入和查找的速度极快，而且不会随着key增加而变慢 - 需要占用大量的内存，比较浪费 所以说dict是用空间来换时间的方法。 需要牢记一条就是dict的key必须是**不可变的对象** 因为dict需要根据key来算value存的地方，如果每次key不同，算出来的地址自然就乱了。 在 Python 中，字符串、整数等都是不可变的， ### 迭代 #### 迭代key ```python >>> 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。 #### 迭代 value 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()。 ## set set 和 dict 类似，也是一组 key 的集合，但不存储 value。由于 key 不能重复，所以，在 set 中，没有重复的 key。 ### 创建 要创建一个set，需要提供一个list作为输入集合 ```python s = set([1, 2, 3]) ``` 注意，传入的参数 [1, 2, 3] 是一个 list，而显示的 {1, 2, 3} 只是告诉你这个 set 内部有 1，2，3 这 3 个元素，显示的顺序也不表示 set 是有序的。。 重复元素在 set 中自动被过滤： ```js >>> s = set([1, 1, 2, 2, 3, 3]) >>> s {1, 2, 3} ``` ### 添加删除元素 通过 add(key) 方法可以添加元素到 set 中 通过 remove(key) 方法可以删除元素： set 可以看成数学意义上的无序和无重复元素的集合，因此，两个 set 可以做数学意义上的交集、并集等操作： ```js >>> s1 & s2 {2, 3} >>> s1 | s2 {1, 2, 3, 4} ``` ## 不可变对象 上面我们讲了，str 是不变对象，而 list 是可变对象。 对于可变对象，比如 list，对 list 进行操作，list 内部的内容是会变化的 而对于不可变对象，比如 str，对 str 进行操作呢？虽然字符串有个 replace() 方法，也确实变出了'Abc'，但变量 a 最后仍是'abc'，应该怎么理解呢？ ```js >>> a = 'abc' >>> b = a.replace('a', 'A') >>> b 'Abc' >>> a 'abc' ``` 对象 a 的内容是'abc'，但其实是指，a 本身是一个变量，它指向的对象的内容才是'abc' 当我们调用 a.replace('a', 'A') 时，实际上调用方法 replace 是作用在字符串对象'abc' 上的，而这个方法虽然名字叫 replace，但却没有改变字符串'abc' 的内容。 相反，replace 方法创建了一个新字符串'Abc' 并返回，如果我们用变量 b 指向该新字符串，就容易理解了，变量 a 仍指向原有的字符串'abc'，但变量 b 却指向新字符串'Abc' 了：  > 对于不变对象来说，调用对象自身的任意方法，**也不会**改变该对象自身的内容。相反，这些方法会**创建新的对象**并返回，这样，就保证了不可变对象本身永远是不可变的。 # 补充 ## 可迭代对象 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： ```python >>> 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： ```python >>> for i, value in enumerate(['A', 'B', 'C']): ... print(i, value) ... 0 A 1 B 2 C ``` 上面的 for 循环里，同时引用了两个变量，在 Python 里是很常见的，比如下面的代码： ```python >>> for x, y in [(1, 1), (2, 4), (3, 9)]: ... print(x, y) ... 1 1 2 4 3 9 ``` ## 迭代器 可以直接作用于 for 循环的数据类型有以下几种： 一类是集合数据类型，如 list、tuple、dict、set、str 等； 一类是 generator，包括生成器和带 yield 的 generator function。 这些可以直接作用于 for 循环的对象统称为可迭代对象：Iterable。 可以使用 isinstance() 判断一个对象是否是 Iterable 对象： ```python from collections import Iterable isinstance ([], Iterable) ``` 而生成器不但可以作用于 for 循环，还可以被 next() 函数不断调用并返回下一个值，直到最后抛出 StopIteration 错误表示无法继续返回下一个值了。 > 可以被 next() 函数调用并不断返回下一个值的对象称为迭代器：Iterator。 可以使用 isinstance() 判断一个对象是否是 Iterator 对象： ```python >>> from collections import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False ``` list、dict、str 虽然是 Iterable，却不是 Iterator。 生成器都是 Iterator对象 把 list、dict、str 等 Iterable 变成 Iterator 可以使用 iter() 函数 ```python >>> isinstance(iter([]), Iterator) True ``` 为什么 list、dict、str 等数据类型不是 Iterator？ 这是因为 Python 的 Iterator 对象表示的是一个数据流，Iterator 对象可以被 next() 函数调用并不断返回下一个数据，直到没有数据时抛出 StopIteration 错误。 可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过 next() 函数实现按需计算下一个数据，所以 Iterator 的计算是惰性的，只有在需要返回下一个数据时它才会计算。 Iterator 甚至可以表示一个无限大的数据流，例如全体自然数。而使用 list 是永远不可能存储全体自然数的。 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，例如： ```python for x in [1, 2, 3, 4, 5]: pass ``` 实际上完全等价于： ```python # 首先获得Iterator对象: it = iter([1, 2, 3, 4, 5]) # 循环: while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到StopIteration就退出循环 break ```